一种基于大语言模型的电力需求预测方法

本发明公开了一种基于大语言模型的电力需求预测方法，属于电力预测技术领域，具体包括：采集电力需求数据并过滤；将电力需求数据划分为训练集、验证集和测试集；设置季节性参数将电力需求数据根据时间顺序进行整合；基于CNN、BERT和LSTM联合构建大语言电力模型，设置模型参数，对训练集的数据进行训练，并以数值型电力数据作为标签，计算模型输出的电力需求趋势数据与标签之间的均方根误差作为损失函数，计算损失函数相对于模型参数的梯度，并更新参数，重复上述过程多个周期，直到收敛；使用验证集验证模型的性能，并使用独立的测试集评估模型的最终性能，计算模型误差；本发明为电力系统的优化调度提供了有效的技术支持。