一种电力负荷组合预测方法

本申请涉及电力负荷预测技术领域，尤其涉及一种电力负荷组合预测方法，包括：基于高频非线性分量训练多尺度特征提取CNN‑LSTM网络，得到第一负荷预测模型，输出待预测时间段负荷的非线性分量预测结果；基于支持向量回归SVR算法和所述低频线性分量训练得到第二负荷预测模型，输出待预测时间段负荷的线性分量预测结果；对预测结果进行重构，获取电力负荷预测结果以及预测误差，更新电力负荷预测结果。本申请提出一种融合序列分解和多尺度特征提取的组合预测模型，通过分解电力负荷序列，有针对性根据不同维度分解的序列特征，构建由线性及非线性网络组成的复合模型，弥补单一模型无法诠释电力负荷序列复杂度的问题，增强了预测模型泛化性。