一种负荷预测方法、系统、介质及设备

本发明提出了一种负荷预测方法、系统、介质及设备，涉及时间序列分析的能源使用预测领域，具体方案包括：获取目标区域待预测时刻的负荷相关数据；将负荷相关数据输入到预训练后的集成预测模型中，进行各个基线模型的负荷预测，通过动态优化模型输出的实时权重对各个基线模型的预测结果进行线性加权，最终得到目标区域的负荷预测值；本发明结合强化学习及深度学习集成预测模型预测思想，通过强化学习分析负荷变化趋势，得到集成预测模型各基线模型实时权重，从而充分挖掘负荷数据中的时间序列特征和空间相关性，最终提升供暖系统中负荷预测的精度和鲁棒性。