基于特征提取的电力负荷预测方法、装置、介质和设备

    公开(公告)号:CN118445600A

    公开(公告)日:2024-08-06

    申请号:CN202410603165.1

    申请日:2024-05-15

    摘要: 本发明涉及电力数据处理技术领域,公开了一种基于特征提取的电力负荷预测方法,包括:获取时间序列数据,对时间序列数据进行特征提取,得到第一数据集,特征提取使用的方法包括:离散傅里叶变换、离散小波变换和统计方法;对第一数据集进行特征压缩,得到第二数据集;从第二数据集中选取多个不同输出长度的数据子集依次输入Autoformer模型中,得到多个与不同输出长度的数据子集对应的单一预测模型;将多个单一预测模型进行整合,输出电力负荷预测的预测集成模型。本发明通过同时采用离散傅里叶变换、离散小波变换和统计方法进行特征提取,获取了不同的特征,增加了更多特征,通过不同输出长度的数据集获取了不同的信息特征,提高了预测模型的预测精度。