[发明专利]一种基于小波变换与BiGRU-NN的短期负荷预测方法

权利要求书

1.一种基于小波变换与BiGRU-NN的短期负荷预测方法，包括以下步骤：步骤S01：输入荷特征数据，运用小波变换将负荷特征数据分解为高频数据和低频数据；步骤S02：将高频数据作为高频BiGRU-NN模块的输入；将低频数据作为低频BiGRU-NN模块的输入；步骤S03：将高频BiGRU-NN模块的输出和低频BiGRU-NN模块的输出，经过小波反变换得到预测负荷数据。

2.如权利要求1所述的方法，其特征在于：所述BiGRU-NN模块中，NN是一种前馈人工神经网络，有三层组成，第一层为输入层、中间层为隐藏层，最后一层为输出层，每一层的每一个节点均与下一层的所有节点相连接,其中隐藏层有多个。

3.如权利要求2所述的方法，其特征在于：NN的神经元之间的数学关系为：y＝φ(wx+b)，式中x和y分别表示任一神经元的输入和输出；φ表示激活函数；b表示偏置量。

4.如权利要求1-3任一项权利要求所述的方法，其特征在于：高频BiGRU-NN模块和低频BiGRU-NN模块中BiGRU层共有3层，各层的神经元个数依次为8、16和32，NN层有两层，各层神经元个数为128、16，高频BiGRU-NN模块和低频BiGRU-NN模块的输出层设置16个神经元。

5.如权利要求4所述的方法，其特征在于：所述输出层设置16个神经元是以24点负荷数据经过db5小波变换得到的高低频数据均是16维为依据。