摘要
一种新经济形势下的短期电力负荷预测方法，包括：S1、确定负荷预测目标区域，收集消费者行为数据、电动汽车数据、能源转型相关数据、数字化智能化数据，形成原始数据集合；S2、对原始数据集合中的数据进行预处理后，进行归一化处理，得到归一化后的数据集；S3、对归一化后的数据集进行数据降维处理，然后构建VMD‑GA模型，使用遗传算法优化变分模态分解模型的参数，利用降维处理后的数据集训练VMD‑GA模型，得到模态分解后的数据集；S4、构建IPSO‑GRU模型，粒子群算法优化GRU模型的超参数，利用模态分解后的数据集训练IPSO‑GRU模型；S5、采集目标区域运行参数，基于VMD‑GA模型和IPSO‑GRU模型，进行下一目标时段的电力负荷预测。本设计能够适应现有用电结构和负荷特性。
