基于神经网络和高斯回归模型的电力系统净负荷预测方法

本发明公开了一种基于Transformer网络和高斯过程残差建模学习的概率净负荷预测方法，首先，Transformer网络利用丰富的历史数据，获得净负载预测结构并对电力系统净负荷进行初步预测；在此基础上，利用高斯过程残差建模学习方法对Transformer网络的预测误差进行建模，通过残差高斯过程回归的后验模型获得Transformer网络的概率预测误差，并修正Transformer网络的预测结果，该方法能够结合神经网络和高斯过程方法的优点，从而获得准确的概率预测结果。