可解释短期负荷预测的方法、装置、电子设备及存储介质

本申请涉及电网技术领域，特别涉及一种可解释短期负荷预测的方法、装置、电子设备及存储介质，其中，方法包括：基于满足预设条件的目标参数，构建基于柯尔莫戈罗夫‑阿诺德网络KAN的第一短期负荷预测模型；训练第一短期负荷预测模型，并将得到的第一训练模型进行剪枝处理，得到处理模型，并确定处理模型中每个神经元的目标激活函数形式，以构建基于KAN的第二短期负荷预测模型，并训练第二短期负荷预测模型，并利用得到的第二训练模型生成目标符号表达式，以解释短期负荷的预测结果。由此，解决了由于人工神经网络的黑盒性质，导致使用人工神经网络训练的STLF模型缺乏可解释性，无法为预测结果提供解释，具有局限性的问题。