基于DDPM和BVAE的短期电力负荷预测方法

本发明涉及基于DDPM和BVAE的短期电力负荷预测方法，包括：确定电力负荷的影响因素，获取包含影响因素的数据集；将数据集划分为输入数据X与电力负荷预测目标标签Y，采用DDPM模型对X与Y进行扩散前向加噪；利用BVAE模型提取输入数据中的特征数据，得到潜在变量矩阵；构建正交相似度矩阵，并引入正交正则化项，以最小化正交正则化项作为优化目标，利用BVAE得到电力负荷预测数据；采用去噪分数匹配方法优化电力负荷预测结果，对比含噪声的预测与能量函数的梯度，根据所述梯度对含噪声的电力负荷预测结果进行重构，得到最终的电力负荷预测数据。本发明构建了DDPM‑BVAE神经网络模型，作为预测模型，增强了潜在特征的提取，实现了多影响因素的电力负荷的精确预测。