一种基于PSO和双向GRU的短期负荷预测模型

本发明公开了一种基于PSO和双向GRU的短期负荷预测模型，包括如下步骤：对样本数据进行预处理，剔除异常数据，填充残缺数据，将输入数据转换为矩阵形式，初始化PSO算法参数；定义适应度，采用BiGRU网络预测值的均方差作为粒子适应度值fit；以粒子的位置信息作为BiGRU网络的参数，构建多个BiGRU网络；训练所有网络，得到每个粒子的自适应度值，更新个体极值和群体极值；本发明的有益效果是：能够充分考虑历史时期以及未来时期负荷影响因素对当前预测负荷的影响，以历史负荷作为网络输入数据，迭代输入，充分挖掘数据的内部信息，建立预测模型，提高了短期负预测精度。