摘要
本发明提出一种VMD‑A‑TCN多元负荷预测方法，首先利用聚类方法，结合负荷的周期性规律，构建第一重分段即周期性分段规则，以挖掘负荷不同周期的时序特征，得到典型负荷曲线；在此基础上，利用基于峰谷时刻的重要点分段方法，将典型负荷曲线分段，构建第二重分段规则；然后计算多元负荷间基于相关性系数的加权相似性，筛选相似日作为预测模型的数据集；对数据集中的多元负荷进行变分模态分解得到多个不同的本征模态函数，以降低负荷序列的非线性，同时为降低预测的时间复杂度把熵值相近的IMF聚合；最后采用融合注意力机制的时序卷积网络进行预测，得到预测结果，本发明所提方法能够有效提高预测结果的准确率。
