一种基于电网运行数据的负载率趋势预测方法及系统

本发明公开了一种基于电网运行数据的负载率趋势预测方法及系统，涉及电力负载预测技术领域，包括创建数据集，将数据集划分为训练集和验证集；构建Prophet和GBDT模型，得到预测结果；将预测结果整理为新的数据集，训练Meta模型，得到最终的融合预测结果，并代入负载率公式计算预测负载率。本发明结合了Prophet和GBDT两个不同类型的模型，实现了模型ensemble，可以提升预测的准确性。Prophet适合捕捉时间序列的趋势和周期性模式，GBDT适合拟合复杂的非线性关系。两者结合可以使模型更加强大和通用。通过构建新的特征数据集，训练Meta模型对Prophet和GBDT的预测结果进行整合，可以学习到两个模型之间的互补信息，实现更好的预测。