一种基于张量补全的极端高温天气负荷预测方法与系统

本发明公开了一种基于张量补全的极端高温天气负荷预测方法与系统，包括：基于考虑空气湿度约束的炎热指数和温度计算综合高温指数，筛选历史极端高温天气的负荷数据；基于张量补全算法，对筛选得到的负荷数据进行数据补全，得到补全后的负荷数据；计算补全后负荷数据与极端高温天气负荷相关因素的相关性，筛选负荷预测的输入特征量；利用所述输入特征量，构建基于长短时记忆网络和粗糙集理论RST的LSTM‑RST短期负荷预测模型，预测极端高温天气负荷。本发明能够有效提高极端高温天气下负荷预测的准确性。