基于政策量化和长短期记忆算法的电力日负荷预测方法

本发明公开了基于政策量化和长短期记忆算法的电力日负荷预测方法，属于电力系统负荷预测技术领域，包括以下步骤：根据政策的定性描述，将政策转化为定量指标，生成反映政策变化对电力需求影响的数值特征，并通过清洗异常值、填充缺失值和归一化操作进行数据预处理，得到模型的输入数据；基于长短期记忆网络，根据输入数据进行模型训练，通过初始化模型参数、设置训练超参数和自适应训练策略及动态参数调整，生成预测模型，用于对于电力日负荷进行预测。本发明能够快速、精准地预测电力负荷变化，从而有效应对政策调整带来的不确定性，提升电力系统的运行效率与安全性。