一种数据驱动的电力相似日筛选方法及系统

本发明涉及时间序列和电力负荷预测以及数据分析技术领域，尤其涉及一种数据驱动的电力相似日筛选方法及系统，利用第一原理进行估计，建立相似日筛选的初步基础；构建模型并进行训练，以学习负荷相似性的第一权重；接着，对获得的第一权重进行进一步处理，通过滑动平均、线性回归等方法修正权重分布；基于处理后的第一权重进行电力负荷预测，这一数据驱动的相似日筛选方法有效减少了对人工经验的依赖，提高了模型的普适性和适应性，通过数据驱动的方式识别出人工难以察觉的微小模式及复杂关系；这样筛选出的相似日能更精准地反映实际用电模式变化，大幅提升负荷预测的准确性和可靠性，为电力系统的稳定运行提供了更科学的支持。