一种基于TCN-GRU-Adaboost的负荷预测方法

本发明提出一种基于TCN‑GRU‑Adaboost的负荷预测方法，应用于综合能源系统负荷预测领域。首先针对时序信号进行简单分解重构；其次结合时序卷积网络(TCN)、门控循环单元(GRU)和注意力机制(Attention Mechanism)组建混合神经网络；然后利用自适应增强集成算法(Adaboost)与混合神经网络组合为负荷预测模型；进而利用构建完成的负荷预测模型针对某综合能源系统的电、气、热、冷负荷数据进行评估。与现有技术相比，本发明的精度更高，对综合能源系统不同类型负荷预测的鲁棒性和泛化性更好。