[發明專利]一種基于CEMD和LSTM的非平穩時間序列數據預測方法

在審

• 申請號: 202210199667.3
• 申請日: 2022-03-01
• 公開（公告）號: CN114548592A
• 公開（公告）日: 2022-05-27
• 發明（設計）人: 雷建軍;秦振宇;程旭
• 申請（專利權）人: 重慶郵電大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06N3/04;G06N3/08;G06K9/62;G06V10/762
• 代理公司: 重慶輝騰律師事務所 50215
• 代理人: 盧勝斌

本發明屬于時間序列預測領域，尤其涉及一種基于CEMD和LSTM的非平穩時間序列數據預測方法，包括通過歷史數據構建訓練集，通過實時數據構建測試集；使用經驗模態分解將測試集和訓練集中的目標序列分解為n個本征模態函數和1個殘差序列；通過聚類算法對n個本征模態函數聚類為m組，形成m個子序列；利用訓練集中子序列的特征向量對深度LSTM神經網絡進行訓練，獲取完成訓練的深度LSTM神經網絡；將測試集中子序列輸入完成訓練的深度LSTM神經網絡進行預測，得到非平穩時間序列預測結果；本發明結合了EMD和聚類算法對非平穩時間序列進行重構，使得預測模型的誤差更小、訓練時間更短。

技術領域

本發明屬于時間序列預測領域，尤其涉及一種基于聚類經驗模態分解(Clustering Empirical Mode Decomposition，CEMD)和長短期記憶網絡(Long Short-Term Memory，LSTM)的非平穩時間序列數據預測方法。

背景技術

時間序列數據是指同一種統計指標的數值按其發生時間先后排序而成的序列，用于描述現象隨時間變化的情況，常見的時序數據包括股票價格、氣溫變化、工業傳感器數據、服務器系統監控數據、車聯網數據等。隨著云計算技術和IoT的發展，時間序列數據的數據量急劇膨脹，高效地分析時間序列數據使、其產生業務價值成為一個熱門的研究領域。然而由于時間序列數據可能受到某些客觀因素的影響表現出非平穩性，比如光伏發電數據受氣象因素的影響比較大，導致白天發電量非常大，而夜晚發電量幾乎為0；網絡流量數據可能因為大量用戶同時訪問導致某一時段的流量陡然增加。對于不平穩的時間序列數據單純使用傳統預測方法進行預測得到的結果非常不理想，目前使用比較多的非平穩數據預測方法主要就是對時間序列進行分解。下面將針對目前已有的非平穩時間序列數據預測方法進行描述。

申請號為202011605395.X的一種基于ARIMA-LSTM-DBN的光伏發電預測方法提出的ARIMA-LSTM-DBN光伏發電模型，沒有針對時間序列數據的非平穩性進行處理，所以可能存在預測精度不足的問題；申請號為201910533501.9的一種短期光伏發電預測方法及系統以及《電力工程技術》第39卷，第2期論文基于EMD-LSTM的光伏發電預測模型都使用了信號分解的方法對非平穩的數據進行處理，但是都存在分解出來的子序列數量較多導致訓練深度神經網絡的時間較長的問題。同時EMD自身的特性會導致因為訓練集和測試集數據的規模不同分解出來IMFs數量不同的問題(比如訓練集分解出11個IMFs和一個res，然后訓練了12個預測模型，但是測試集數據分解出來8個IMFs和一個res，就會造成預測模型和測試集序列數量不等的問題)。

發明內容

針對上述問題，本發明提出一種基于CEMD和LSTM的非平穩時間序列數據預測方法，包括獲取目標數據的歷史數據，對歷史目標數據進行異常值處理，得到處理后的目標數據；目標數據為光伏發電量數據；根據處理后的歷史目標數據預測得到用于光伏發電系統電力調配的目標光伏發電量數據的時序預測具體包括以下步驟：

S1、通過歷史數據構建訓練集，通過實時數據構建測試集；

S2、使用經驗模態分解將測試集和訓練集中的目標序列分解為n個本征模態函數和1個殘差序列；

S3、通過聚類算法對n個本征模態函數聚類為m組，形成m個子序列；

S4、利用訓練集中子序列的特征向量分別對深度LSTM神經網絡和AR模型進行訓練，獲取完成訓練的深度LSTM神經網絡和AR模型；

S5、將測試集中子序列輸入完成訓練的深度LSTM神經網絡和AR模型進行預測，得到非平穩時間序列預測結果；

S6、深度LSTM神經網絡和AR模型得到預測結果輸入卡爾曼濾波器進行矯正，得到最終預測結果。

進一步的，將訓練集和測試集的m個子序列分別與目標序列具有高度相關性的特征向量進行拼接組合，將拼接后的子序列作為深度LSTM神經網絡的輸入。