一种基于深度学习的低碳园区多能耦合负荷预测方法

本发明公开了一种基于深度学习的低碳园区多能耦合负荷预测方法，包括：采集低碳园区的负荷数据和气象数据，对所述负荷数据进行预处理；基于所述气象数据对所述负荷数据进行分类，得到输入矩阵；随机生成初始种群，种群中每个粒子包含一组多能耦合负荷预测模型的参数，通过所述初始种群的参数和所述输入矩阵建立多能耦合负荷预测模型；通过混沌算法对所述粒子进行优化，通过种群的迭代进化对所述多能耦合负荷预测模型进行参数优化；将待预测数据输入所述多能耦合负荷预测模型得到预测结果。该方法通过综合气象数据与负荷数据，实现精准预测，为低碳园区能源管理提供科学依据。