基于综合因素和CEEMD-IGWO-GRNN的短期电力负荷预测方法

摘要

本发明提供了一种基于综合因素和CEEMD‑IGWO‑GRNN的短期电力负荷预测方法，1)对电力负荷数据进行预处理；2)确定IGWO中灰狼种群数、迭代次数和个体维度参数取值范围，并对种群进行初始化；3)定义IGWO的适应度函数；4)将灰狼α的数值作为平滑因素σ，带入GRNN网络；5)更新种群状态；6)判断种群更新过程是否满足要求，若满足，则输出优化后的平滑因素σ，不满足则进行最优‑最差正交反向学习更新，然后返回4)；7)输出满足要求的平滑因数σ，将平滑因数σ最优解引入GRNN网络，重新训练；8)样本输入重新的训练网络，进行短期负荷预测。本发明具有提高预测精度、降低训练时间、强化寻优能力等优点。