一种基于VAE-BiLSTM混合神经网络及贝叶斯优化的短期电力负荷预测方法、系统、设备及介质

一种基于VAE‑BiLSTM混合神经网络及贝叶斯优化的短期电力负荷预测方法、系统、设备及介质，方法：对获取的电力系统相关的负荷数据和影响负荷的特征数据预处理；对处理好的数据利用核主成分分析进行特征降维；使用贝叶斯优化方法对变分自编码器和双向长短期记忆网络的网络结构进行超参数优化；使用具有最佳超参数的变分自编码器对降维后的含数据主成分的数据训练；将训练好的变分自编码器网络结构中的包含数据潜在表示的编码层输入具有最佳超参数的双向长短期记忆网络模型进行负荷预测，得到短期电力负荷预测的结果；对预测结果进行准确度评估；本发明能够在电力负荷预测上充分考虑时间序列相关性和超参数的合理选取，提高电力负荷预测的准确度。