一种基于PatchTST算法的多需求负荷预测方法

本发明公开一种基于PatchTST算法的多需求负荷预测方法，包括步骤S1算力配置：服务器配置、消费级GPU选型和基本软件。S2数据处理：基于PatchTST通道独立，对数据做内存缩减以及基本的缺失值检查、填充，简化特征工程的工作量。S3模型训练：采用高级算法封装库TSAI，快速进行模型训练和核心参数设置。S4模型测试和分析总结：根据数据库中获取所有站点的已采集数据，选择负荷预测模型，对每个站点的负荷进行预测，预测效果写入到数据库。本发明结合Patch与Transformer算法优点，开发周期短，参数设置灵活，对于模型训练数据质量要求低，实现算法快速落地应用，具有高可用、高精度预测效果。