一种基于人工智能的配电网负荷预测方法、装置及介质

本发明公开了一种基于人工智能的配电网负荷预测方法、装置及介质。所述方法通过获取影响配电网负荷的实时数据集，并结合深度学习模型和多尺度时间序列分析模型进行负荷预测，其中深度学习模型是CNN和LSTM网络的融合，经过强化学习算法和历史数据集训练优化，而多尺度时间序列分析模型则是基于强化学习算法和历史数据集训练的ARIMA模型。最终，通过动态加权法对两个模型的预测结果进行加权，得到综合的配电网负荷预测结果。本申请充分利用了多种数据和模型的优势，提高了预测的准确性和可靠性。