(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211395000.7 (22)申请日 2022.11.09 (71)申请人 广东电网有限责任公司肇庆供电局 地址 526000 广东省肇庆市端州区7 7区信 安路88号 (72)发明人 董朕　黄汉生　徐备　黄磊　 吴建光　高东慧　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 专利代理师 任文生 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/06(2012.01) G06N 3/04(2006.01) G06N 3/08(2006.01)H02J 3/00(2006.01) (54)发明名称 基于辛几何模态分解的短期电力负荷预测 方法及系统 (57)摘要 本发明涉及电力负荷处理技术领域， 公开了 一种基于辛几何模态分解的短期电力负荷预测 方法及系统， 其方法通过采用辛几何模态对历史 电力负荷时间序列进行分解， 得到相应的多个负 荷分量， 降低用户侧电力负荷时间序列的波动性 对预测结果的影 响， 对各个分量 分别建立维度竞 争黏菌算法优化回声状态网络的预测模型， 提高 预测模型的稳定性和泛化能力， 再叠加全部分量 的预测值得到实际的用户侧电力负荷预测结果， 提高了电力负荷的预测精度。 权利要求书7页 说明书16页 附图2页 CN 115456312 A 2022.12.09 CN 115456312 A 1.基于辛几何模态分解的短期电力负荷预测方法， 其特 征在于， 包括以下步骤： S1、 获取用户侧历史电力负荷， 构建历史电力负荷时间序列； S2、 采用辛几何模态对所述历史电力负荷时间序列进行分解， 得到相应的多个负荷分 量； S3、 将所有负荷分量划分为训练数据集和 测试数据集； S4、 构建回声状态网络， 通过维度竞争黏菌算法对所述回声状态网络进行优化， 得到初 始电力负荷预测模型； S5、 将所述训练数据集中的负荷分量逐一输入至所述初始电力负荷预测模型进行训 练， 得到各个负荷分量对应的电力负荷预测子模型； S6、 将所述测试数据集输入到所述电力负荷预测子模型进行预测， 得到相应的负荷预 测值； S7、 将所有负荷预测值进行叠加处 理， 得到最终的用户侧电力负荷预测结果。 2.根据权利要求1所述的基于辛几何模态分解的短期电力负荷预测方法， 其特征在于， 步骤S2具体包括： S201、 设历史电力负荷时间序列为 ， 其中 为数据长度， 采用时间序列 延迟拓扑等 价的方法对电力负荷时间序列进行重构， 得到 轨迹矩阵 为： 式中， 为嵌入维数， 为延迟时间， ； S202、 对轨 迹矩阵X进行自相关 分析， 得到协方差对称矩阵 为： 式中， T为转置符号； S203、 对协方差对称矩阵 构造Hamilton矩阵 为： S204、 对Hami lton矩阵 进行平方 得到另一Hami lton矩阵 为： S205、 通过下式构造辛 正交矩阵 ， 对Hamilton矩阵 进行辛正交变换： 式中， 为实矩阵， 为上三角矩阵， 上三角矩阵的矩阵元素 ， 其中， i、 j分别为矩阵的行 数和列数， 矩阵 、 以及 的特征值之间的关系表示 为：权　利　要　求　书 1/7 页 2 CN 115456312 A 2； 为Householder  矩阵， ， 其中， ， ； S206、 利用QR分解计算上三角矩阵 的特征值， 记为 ， 由上三角矩阵 的特 征值计算矩阵 的特征值为： 对矩阵 的特征值进行向量 化处理， 得到相应的特 征向量， 记为 ； S207、 通过矩阵 的特征向量 和轨迹矩阵X计算获得转换系数矩阵 为： 利用特征向量矩阵 和转换系数矩阵 计算得到 重构矩阵 ： 表示初始单分量矩阵， ， ， 其中， 重构矩 阵Z为 矩阵， 由 个初始单分量矩阵 为组成； S208、 对于任一初始 单分量矩阵 ， 定义矩阵的各元素为 ， 其中 ， 令 ， 以及 ， 其中， 表示单分量矩阵 的行和列的最小值， 表示单分量矩阵 的行和列的最大值， 其中当 时， 取 ， 当 ， 取 ， 其中， 表示对角平均化转换矩阵计算元素值， 对角 平均化转换矩阵表示如下： 权　利　要　求　书 2/7 页 3 CN 115456312 A 3