[發明專利]基于VMD-MQPSO-BPn網絡的電力負荷預測方法

在審

• 申請號: 202010673530.8
• 申請日: 2020-07-14
• 公開（公告）號: CN111882120A
• 公開（公告）日: 2020-11-03
• 發明（設計）人: 肖秦琨;張雪;鄧雪亞;尹玉婷;張杰韜
• 申請（專利權）人: 西安工業大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06N3/08;G06N3/00;G06F17/15
• 代理公司: 西安新思維專利商標事務所有限公司 61114
• 代理人: 黃秦芳

1.一種基于VMD-MQPSO-BPn網絡的電力負荷預測方法，其特征在于：包括以下步驟：

步驟1、將獲取電力負荷歷史數據作為原始負荷數據序列信號X(t)；

步驟2、利用變分模態分解(VMD)將原始負荷數據序列信號分解成指定個數的本征模態函數；

步驟3、針對步驟2分解出的本征模態函數構建相應不同結構的BP神經網絡；

步驟4、設置BP神經網絡和MQPSO算法的各參數設定值；

步驟5、使用自適應變異量子粒子群算法(MQPSO)優化不同結構的BP神經網絡的權重和閾值，建立MQPSO-BPn預測模型；

步驟6、根據MQPSO-BPn預測模型，將VMD分解若干個本征模態函數輸入訓練集進行訓練，得到訓練后的MQPSO-BPn預測模型；

步驟7、將訓練后的MQPSO-BPn預測模型應用于每個模態函數的測試數據，得到相應的預測結果；

步驟8、疊加步驟7中所有模態函數的預測值，得到實際預測結果。

2.根據權利要求1所述的一種基于VMD-MQPSO-BPn網絡的電力負荷預測方法，其特征在于：所述步驟2中VMD分解具體包括以下內容：

步驟2.1：對于原始信號經Hilbert變換變換得到的每個模態函數u_k(t)求得的單邊譜為：

其中，t表示第t時刻，k表示第k個模態，j表示虛數單位，σ(t)表示第k個模態在第t時刻的中心頻率；

步驟2.2：將每個模態的頻譜以及各模態解析信號的混合以預估中心頻率為基準調制到相應基頻帶：

其中，w_k表示第k個模態的角頻率；

步驟2.3：構建約束的變分模型為：

式中，{u_k}＝{u₁，…，u_K}表示k個模態函數，表示這k個模態函數的初值，{w_k}＝{w₁，…，w_K}表示第k個中心頻率，表示這第k個中心頻率的初值；k＝1，2，3…K，表示對t求偏導，X(t)表示原始輸入信號；

步驟2.4：

步驟2.4.1：變分模型的求取，通過引入二次罰函數項a和拉格朗日乘子算子λ(t)，形成了擴展拉格朗日表達式，如下式：

步驟2.4.2：初始化參數和n

是拉格朗日乘法算子的初值，n為迭代次數；

步驟2.4.3：采用交替乘子方向法更新以及λⁿ⁺¹尋求擴展拉格朗日表達式的鞍點：

(1)u_k的更新公式；

(2)w_k的更新公式：

(3)λ的更新公式：

(4)其收斂與否采用均方誤差進行判斷，條件為：

對于給定的判別精度e0,若msee,則停止迭代，獲得一個分量U1，重復步驟2.4.3則可獲得其余分量U2、U3….、Un。