融合MIC特征优选与BWO-CNN-BiGRU的短期电力负荷预测方法

本发明公开了融合MIC特征优选与BWO‑CNN‑BiGRU的短期电力负荷预测方法，包括如下方法步骤：S1：获取某地区用电负荷数据，包括电力负荷数据以及气象等特征数据，利用MIC筛选与电力负荷关联程度较高的气象特征数据，选取MIC值较高的前五种特征数据与电力负荷数据构成融合数据集；S2：对融合数据集进行数据预处理；S3：构建BWO‑CNN‑BiGRU负荷预测模型；S4：利用训练好的预测模型进行短期电力负荷预测，与其他预测模型进行对比，并对预测效果进行评价。本发明结合最大信息系数和深度学习模型对短期电力负荷进行预测，具有良好的预测精度和鲁棒性的优点。