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！

龙图腾网获悉国电南瑞南京控制系统有限公司;国电南瑞科技股份有限公司;国网浙江省电力有限公司台州供电公司;国网浙江省电力有限公司;国家电网有限公司申请的专利一种基于VMD分解和改进双层BILSTM网络的短期负荷预测方法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：CN114330814B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202111324025.3，技术领域涉及：H02J3/00；该发明授权一种基于VMD分解和改进双层BILSTM网络的短期负荷预测方法是由朱庆;马宛星;徐石明;高挺;王缘;韦思雅;郑红娟;俞航;顾琳琳设计研发完成，并于2021-11-10向国家知识产权局提交的专利申请。

本一种基于VMD分解和改进双层BILSTM网络的短期负荷预测方法在说明书摘要公布了：本发明公开了一种基于VMD分解和改进双层BILSTM网络的短期负荷预测方法，构建改进双层BiLSTM网络负荷预测模型，设置超参数，利用训练集、验证集对改进双层BiLSTM网络负荷预测模型进行训练，获取网络参数，得到训练后的改进双层BiLSTM网络负荷预测模型；将历史时刻对应的负荷序列、VMD分解后的负荷子序列、温度序列输入到训练后的改进双层BiLSTM网络负荷预测模型，得到t+1时刻负荷的预测结果。本发明将复杂的负荷时间序列分解为频率更加集中、周期性更突出的若干子序列。有效降低了训练误差、提高了训练稳定性。提高预测模型的训练速度，保证模型误差的收敛趋势，避免陷入局部最优。

本发明授权一种基于VMD分解和改进双层BILSTM网络的短期负荷预测方法在权利要求书中公布了：1.一种基于VMD分解和改进双层BILSTM网络的短期负荷预测方法，其特征在于：包括如下步骤： 构建改进双层BiLSTM网络负荷预测模型，设置超参数，利用训练集、验证集对改进双层BiLSTM网络负荷预测模型进行训练，获取网络参数，得到训练后的改进双层BiLSTM网络负荷预测模型； 将历史时刻对应的负荷序列、VMD分解后的负荷子序列、温度序列输入到训练后的改进双层BiLSTM网络负荷预测模型，得到t+1时刻负荷的预测结果； 所述改进双层BiLSTM网络负荷预测模型包括：第一层BiLSTM网络，第二层BiLSTM网络，全连接线性层，所述第一层BiLSTM网络，第二层BiLSTM网络，全连接线性层依次相连；数据归一化后的历史时刻对应的负荷序列分别输入第一层BiLSTM网络，全连接线性层，数据归一化后的VMD分解后的负荷子序列，数据归一化后的温度序列均输入第一层BiLSTM网络；第一层BiLSTM网络的输出分别输入第二层BiLSTM网络，全连接线性层；第二层BiLSTM网络的输出输入全连接线性层，全连接线性层根据第一层BiLSTM网络的输出、第二层BiLSTM网络的输出和数据归一化后的历史时刻对应的负荷序列得到t+1时刻负荷的预测结果； 所述利用训练集、验证集对改进双层BiLSTM网络负荷预测模型进行训练的方法，包括如下步骤： 使用训练集数据对改进双层BiLSTM网络负荷预测模型进行迭代训练，每进行一次完整训练后利用验证集数据对网络的预测效果进行验证，将当前网络在验证集上的MAPE与历史最优网络的验证集MAPE误差进行对比，若当前网络在验证集上的预测误差更低，则更新最优误差，保存当前的网络参数，并在更新学习率后继续训练，直至达到最大迭代次数；迭代完成后，获得的最优网络参数即为验证集误差最小的网络参数。

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国电南瑞南京控制系统有限公司;国电南瑞科技股份有限公司;国网浙江省电力有限公司台州供电公司;国网浙江省电力有限公司;国家电网有限公司，其通讯地址为：211000 江苏省南京市江宁区诚信大道19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”。