一种用于售电数据预测模型的训练方法、系统及介质

本发明涉及模型训练技术领域，尤其涉及一种用于售电数据预测模型的训练方法、系统及介质。所述方法包括以下步骤：获取原始售电时序数据并进行售电波动时序变化分析和时序波动划分，得到长期时间序列数据以及短期时间序列数据；通过长短期记忆网络分别捕捉时间序列数据对应的售电波动依赖贡献特征值，并添加入对应的时序位置处，得到售电波动振幅第二时间序列数据以及售电波动振幅第三时间序列数据；对售电波动振幅第二时间序列数据以及售电波动振幅第三时间序列数据进行集成学习融合建模处理和进行训练误差量化计算，同时进行自适应调整更新和模型增量学习更新处理，得到售电数据更新优化预测模型。本发明能够优化售电数据预测模型的训练过程。