一种基于STL数据分解的STL-SARIMA-GRU功率预测方法

摘要

本发明公开了一种基于STL数据分解的STL‑SARIMA‑GRU功率预测方法，该方案是组合使用LOESS进行季节‑趋势分解STL、季节性差分自回归移动平均模型SARIMA和门控循环单元GRU的STL‑SARIMA‑GRU的功率预测模型。方法包括：将原始信号通过STL分解为周期项，趋势项和残差项；将分解后的季节项数据序列送入到SARIMA网络中进行功率预测；将分解后得到的趋势项和残差项组合后送入GRU模型进行预测；最后再将两个部分的预测结果进行叠加重构获得整个数据的预测结果。本申请提供的模型可避免因序列特征混叠导致预测精度下降的问题，提高了整个预测模型的预测精度。