(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 202111517638.9 (22)申请日 2021.12.13 (71)申请人 长沙理工大 学 地址 410114 湖南省长 沙市天心区万家丽 南路二段96 0号 (72)发明人 王媛媛　孙山峰　罗晓敏　蔡晔　 黄靖杰　 (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 张英英 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/06(2012.01) G06F 17/14(2006.01) (54)发明名称 一种负荷预测方法、 装置、 设备及计算机可 读存储介质 (57)摘要 本发明公开了一种负荷预测方法， 该方法包 括以下步骤： 采用经验模态分解对混合噪声分量 的目标负荷功率数据进行分解， 得到目标数量的 去趋势子序列； 根据目标数量确定变 分模态分解 的K值参数范围； 结合各去趋势 子序列和K值参数 范围确定变分模态分解最优分解参数； 基于变分 模态分解最优分解参数预测目标负荷功率数据 对应的负荷值。 应用本发明所提供的负荷预测方 法， 实现了对混合噪声分量的负荷功率数据的有 效降噪， 较大地提高了负荷预测的准确性。 本发 明还公开了一种负荷预测装置、 设备及存储介 质， 具有相应技 术效果。 权利要求书2页 说明书11页 附图3页 CN 115374989 A 2022.11.22 CN 115374989 A 1.一种负荷预测方法， 其特 征在于， 包括： 采用经验模态分解对混合噪声分量的目标负荷功率数据进行分解， 得到目标数量的去 趋势子序列； 根据所述目标 数量确定变分模态分解的K值 参数范围； 结合各所述去趋势子序列和所述K值 参数范围确定变分模态分解 最优分解 参数； 基于所述变分模态分解 最优分解 参数预测所述目标负荷功率数据对应的负荷值。 2.根据权利要求1所述的负荷预测方法， 其特征在于， 根据 所述目标数量确定变分模态 分解的K值 参数范围， 包括： 将二至所述目标 数量之间的正整数确定为所述变分模态分解的K值 参数范围。 3.根据权利要求1或2所述的负荷预测方法， 其特征在于， 结合各所述去趋势子序列和 所述K值参数范围确定变分模态分解 最优分解 参数， 包括： 对各所述去趋势子序列进行求和计算， 得到总和序列； 分别将所述K值 参数范围中每 个正整数确定为目标分解 参数； 针对每个目标分解 参数， 将所述总和序列分解 为所述目标分解 参数个子序列； 根据所述总和序列和各 所述子序列计算分解残差； 计算所述分解残差的复杂度指标； 确定各所述复杂度指标中的最大值， 并将所述最大值对应的目标分解参数确定为所述 变分模态分解 最优分解 参数。 4.根据权利要求3所述的负荷预测方法， 其特征在于， 基于所述变分模态分解最优分解 参数预测所述目标负荷功率数据对应的负荷值， 包括： 获取所述总和序列通过 所述变分模态分解 最优分解 参数分解得到的各目标子序列； 将各所述目标子序列输入至预设负荷预测模型， 以利用所述预设负荷预测模型进行负 荷预测， 得到所述目标负荷功率数据对应的负荷值。 5.根据权利要求1所述的负荷预测方法， 其特征在于， 采用经验模态分解对混合噪声分 量的目标负荷功率数据进行分解， 包括： 按照预设时间间隔对混合噪声分量的目标负荷功率数据进行采样操作， 得到各采样负 荷功率数据； 采用所述经验 模态分解对各 所述采样 负荷功率数据进行分解。 6.根据权利要求5所述的负荷预测方法， 其特征在于， 在按照预设时间间隔对混合噪声 分量的目标负荷功率数据进行采样 操作， 得到各采样 负荷功率数据之后， 还 包括： 判断是否存在采样结果 为空的目标时间点； 若是， 则调取 前一采样周期中所述目标时间点对应的目标采样 负荷功率数据； 将所述目标采样负荷功率数据确定为本采样周期中所述目标时间点对应的采样负荷 功率数据。 7.一种负荷预测装置， 其特 征在于， 包括： 数据分解模块， 用于采用经验模态分解对混合噪声分量的目标负荷功率数据进行分 解， 得到目标 数量的去趋势子序列； 参数范围确定模块， 用于根据所述目标 数量确定变分模态分解的K值 参数范围； 最优分解参数确定模块， 用于结合各所述去趋势子序列和所述K值参数范围确定变分权　利　要　求　书 1/2 页 2 CN 115374989 A 2模态分解 最优分解 参数； 负荷预测模块， 用于基于所述变分模态分解最优分解参数预测所述目标负荷功率数据 对应的负荷值。 8.根据权利要求7所述的负荷预测装置， 其特征在于， 所述最优分解参数确定模块包 括： 序列求和计算子模块， 用于对各 所述去趋势子序列进行求和计算， 得到总和序列； 分解参数确定子模块， 用于分别将所述K值参数范围中每个正整数确定为目标分解参 数； 序列分解子模块， 用于针对每个目标分解参数， 将所述总和序列分解为所述目标分解 参数个子序列； 分解残差计算子模块， 用于根据所述总和序列和各 所述子序列计算分解残差； 复杂度指标计算子模块， 用于计算所述分解残差的复杂度指标； 最优分解参数确定子模块， 用于确定各所述复杂度指标中的最大值， 并将所述最大值 对应的目标分解 参数确定为所述变分模态分解 最优分解 参数。 9.一种负荷预测设备， 其特 征在于， 包括： 存储器， 用于存 储计算机程序； 处理器， 用于执行所述计算机程序时实现如权利要求1至6任一项所述负荷预测方法的 步骤。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质上存储有计算机 程序， 所述计算机程序被处理器执行时实现如权利要求 1至6任一项 所述负荷预测方法的步 骤。权　利　要　求　书 2/2 页 3 CN 115374989 A 3