一种基于MIC算法和LSTM-ITCN模型的短期电力负荷预测的方法

一种基于MIC算法和LSTM‑ITCN模型的短期电力负荷预测的方法，属于短期负荷预测方法技术领域，对收集到的原始数据进行预处理，引入MIC算法对步骤一预处理后的特征数据进行相关性分析，将步骤二所筛选的特征数据构建数据集，将步骤三中赋予权重后的训练集输入到LSTM网络提取短期时序特征，再经过ITCN网络提取长期时序特征，并做出预测，将步骤四中构建的LSTM‑ITCN预测模型经过不断调整，获得最优模型，将步骤五中经过自注意力机制的测试集输入到步骤五获得的最优模型中进行预测，得到最终的负荷预测值，具有分析多个外界特征对电力负荷的影响，并有效提取了数据的短期和长期特征，提高了电力负荷的预测精度，解决了模型过拟合风险，有效提高了负荷预测效率。