一种结合改进经验模态分解和双向长短期记忆网络的短期电力负荷预测方法

本发明涉及短期电力负荷预测技术领域，具体为一种结合改进经验模态分解和双向长短期记忆网络的短期电力负荷预测方法，包括：对历史负荷数据进行预处理；采用完备自适应噪声集成经验模态分解算法将负荷数据分解为多个本征模态函数，通过自适应添加高斯白噪声抑制模态混叠问题；针对每个分量构建基于双向长短期记忆网络和自注意力机制的预测模型：输入层通过滑动窗口提取特征；训练层采用双向长短期记忆网络提取时序隐藏特征，经自注意力机制加权以聚焦关键时间点；输出层生成分量预测值；叠加所有分量预测结果，重构得到待预测日的精确负荷预测值。本发明通过改进信号分解与深度学习模型融合，有效提升了预测精度和稳定性。