买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜华东交通大学申请的专利一种基于改进GWO-VMD-LSTM的短期负荷预测方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119482453B 。

龙图腾网通过国家知识产权局官网在2025-05-30发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510058794.5，技术领域涉及：H02J3/00；该发明授权一种基于改进GWO-VMD-LSTM的短期负荷预测方法及系统是由王晓明;郑希晨;姚道金;董文涛;唐媖设计研发完成，并于2025-01-15向国家知识产权局提交的专利申请。

本一种基于改进GWO-VMD-LSTM的短期负荷预测方法及系统在说明书摘要公布了：本发明公开了一种基于改进GWO‑VMD‑LSTM的短期负荷预测方法及系统，方法包括：对VMD特征提取前要先确定的模态分解数量和惩罚因子进行参数寻优，对负荷特征时间序列信号进行变分模态分解，将其分解成一系列本征模态函数分量，使用改进小波包软阈值函数，提出一种sluggish‑greed机制对函数进行改进，对IMF分量信号进行去噪处理，提取各分量的特征系数与模态峭度值，对去噪效果进行评估；改进长短期神经网络的网络结构，提出一种参数自适应调整优化算法，对LSTM的学习率进行动态优化，并将数据输入网络进行训练和预测。能够提高短期负荷预测的准确性，分类的精准度，有利于对电力负荷的短期精准预测。

本发明授权一种基于改进GWO-VMD-LSTM的短期负荷预测方法及系统在权利要求书中公布了：1.一种基于改进GWO-VMD-LSTM的短期负荷预测方法，其特征在于，包括：根据改进灰狼优化算法确定变分模态分解的模态分解数量和惩罚因子，其中，所述根据改进灰狼优化算法确定变分模态分解的模态分解数量和惩罚因子包括：计算当前迭代下的包络逃逸系数以及勘探赋权因子，表达式为： ， ，式中，为第t次迭代下的包络逃逸系数，为第t次迭代下的勘探赋权因子，为灰狼个体总数，为第i只灰狼个体的概率分布序列，为第t次迭代下的狼群混叠参数序列，为勘探校正系数，为客观权重系数，为迭代次数上下限间距，为0~1内的非0数，为狼群赋权因子；确定灰狼算法的头狼狩猎率领协作策略，表达式为： ， ，式中，、、分别为狼群头狼、狼群头狼、狼群头狼与其他灰狼个体间的追捕影响系数，为狼群头狼的综合追捕影响系数，为平均数函数，、、分别为狼群头狼的方位因子、狼群头狼的方位因子、狼群头狼的方位因子，、、分别为狼群头狼的当前位置、狼群头狼的当前位置、狼群头狼的当前位置，、、分别为狼群头狼的方位相关性系数、狼群头狼的方位相关性系数、狼群头狼的方位相关性系数，为猎物当前位置，、、分别为狼群的偏移系数、狼群的偏移系数、狼群的偏移系数，为二范数计算符，为灰狼个体在第t次迭代时的位置，为收敛分辨系数，为猎物在第t次迭代时的方位系数，为自然常数，和分别为狩猎范围的上限下限，为范围在0~1内的猎物偏移概率因子；将需要进行参数优化的模态分解数量和惩罚因子组合作为灰狼迭代位置的原始输入，得到迭代更新位置输出，即最优解组合，表达式为： ，式中，为m维空间中第n只灰狼的迭代更新位置，为矩阵窗函数，为猎物方位常量，为猎物空间偏移因子，为灰狼方位惯性矩阵，为最大迭代数目，为猎物初始方位决定系数；根据所述模态分解数量和所述惩罚因子对负荷特征时间序列信号进行变分模态分解，得到至少一个IMF分量信号，其中，IMF分量信号中包含负荷影响子信号以及与所述负荷影响子信号相对应的负荷结果子信号；根据预设的小波包软阈值函数对所述至少一个IMF分量信号进行去噪处理，得到至少一个目标IMF分量信号；将所述至少一个目标IMF分量信号输入至改进长短期神经网络中，根据预设的参数自适应调整优化算法对所述改进长短期神经网络的学习率进行动态优化，得到短期负荷预测模型；获取实时负荷影响子信号，将所述实时负荷影响子信号输入至所述短期负荷预测模型中，所述短期负荷预测模型输出得到负荷预测结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人华东交通大学，其通讯地址为：330000 江西省南昌市经济技术开发区双港东大街808号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。