一种基于多源异构数据的电力负荷预测方法、系统及相关设备

本发明适用于电力负荷预测技术领域，提供了一种基于多源异构数据的电力负荷预测方法、系统及相关设备，其方法包括：从多个渠道采集配电网运行数据，配电网运行数据包括结构化数据和非结构化数据；将预处理后的结构化数据存储至预设的关系型数据库中，将预处理后的非结构化数据存储至预设的非关系型数据库中；通过贝叶斯算法对关系型数据库和非关系型数据库中的数据进行数据融合，得到目标时序特征数据；将目标时序特征数据作为输入样本，输入至构建的循环神经网络中进行模型学习训练，得到训练好的电力负荷预测模型；将实时获取到的序列数据输入至电力负荷预测模型，生成配电网的目标电力负荷预测值，有效提高电力负荷预测的准确率。