基于CVAE和GPT的日前负荷预测方法、装置

本申请公开了基于CVAE和GPT的日前负荷预测方法、装置。该方法包括：从原始电力负荷数据中提取特征数据，特征数据含有时间特征和时间特征对应的气象特征；基于CVAE，由特征数据生成包含特殊日期的小样本负荷数据；根据小样本数据和实际负荷数据采用冻结预训练Transformer策略训练GPT模型；基于训练好的GPT模型进行日前负荷预测。该方法通过冻结GPT关键层并针对负荷预测任务定向微调，同时引入了CVAE，作为辅助手段生成符合真实分布的样本，增强模型训练过程中的数据丰富性和模型的泛化能力。CVAE不仅能模拟时间序列数据的联合分布，还能生成新的时间序列值，从而显著提高负荷预测的准确性和鲁棒性。