一种基于多尺度特征提取的IES多元负荷短期联合预测方法

本发明涉及基于多尺度特征提取的IES多元负荷短期联合预测方法，包括：利用SAO对VMD和CNN‑BiLSTM多任务学习模型分别进行超参数优化，构建SAO‑VMD分解模型和SAO‑CNN‑BiLSTM多任务学习模型；使用SAO‑VMD分解模型对预测特征数据集进行分解，提升特征纯洁度，构建特征分解数据集；输入特征分解数据集到SAO‑CNN‑BiLSTM多任务学习模型，对其进行纵向、横向特征选择，利用Attention机制对重要特征差异化提取，实现多尺度特征提取，输出多元负荷预测结果，实现IES多元负荷的联合预测。本发明对园区IES多元负荷短期联合预测，具有较好的预测性能并具有较好鲁棒性，易于实现。