一种基于大气数据与多能耦合分析的负荷预测方法及系统

本发明提出一种基于大气数据与多能耦合分析的负荷预测方法及系统，对历史数据集进行互相关性分析，得到第一数据集；通过归一化处理，得到第二数据集，对第二数据集进行自相关分析，得到预测时间长度；基于注意力机制的多列卷积神经网络算法，分别对所述第二数据集的数据进行特征提取，得到负荷数据特征集；通过预设负荷预测模型对各负荷进行预测，得到预测时间长度内各负荷预测值。本发明解决现有技术未充分考虑输入特征差异与统一处理，无法有效提取并融合多能耦合信息，导致负荷预测精度不高的问题。本发明考虑了多元数据间的时空耦合性以及数据特征的差异化进行统一处理，以使得到的负荷预测结果精度提高。