基于进化型变分模态分解的能源发电量预测方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
基于进化型变分模态分解的能源发电量预测方法
申请号:
CN202411826758
申请日期:
2024-12-12
公开号:
CN119813169A
公开日期:
2025-04-11
类型:
发明专利
摘要
本发明公开了基于进化型变分模态分解的能源发电量预测方法,旨在提高能源发电量预测的准确性和效率。该方法通过将能源发电量时间序列分解为高频、中频和低频三个模态,低频模态采用最小二乘法进行趋势平滑,中频模态通过差分滤波器去除趋势成分以增强周期波动的捕捉能力,高频模态使用树突学习模型进行稳定预测。结合多种群优化的物质状态搜索算法对模态权重进行自适应调整,并通过加权求和方法融合各模态的预测结果。此方法有效应对在能源发电量预测中周期性和趋势性特征的捕捉问题,从而优化了电力系统管理和资源分配效率。
技术关键词
发电量预测方法
Sigmoid函数
差分滤波器
体细胞
能源
电力系统管理
搜索算法优化
信号
频率
参数
策略
拉格朗日
周期性
非线性
分子
序列
位置更新
资源分配