一种源荷预测的可调容量分析方法及系统

本发明公开了一种源荷预测的可调容量分析方法及系统，涉及电力物联网领域，方法包括：基于监控系统和数据采集平台，获取分布式能源的出力时序数据和负荷时序数据，得到初始数据集；将初始数据集作为输入层，建立CNN‑LSTM组合矩阵模型并设置模型参数；基于初始数据集，构建输入样本矩阵，对CNN‑LSTM组合矩阵模型进行训练；基于输入样本矩阵，由CNN‑LSTM组合矩阵模型的全连接层输出模型所预测的可调容量；本发明能够识别复杂的模式和非线性关系，有效捕捉数据中的时序特征和变化趋势；提高了模型的适应性和鲁棒性，使得模型能够快速响应负荷和分布式能源需求的变化；提出的CNN‑LSTM组合矩阵模型架构可以自动从原始数据中学习特征，降低了对复杂数据预处理的需求。