基于深度学习的电力系统负荷数据预测方法及系统

本发明公开了基于深度学习的电力系统负荷数据预测方法及系统，涉及负荷预测技术领域；包括如下步骤：收集历史负荷数据和历史气象数据，对历史负荷数据和历史气象数据进行预处理，并构建第一数据集；基于Informer模型改进，构建原始负荷模型，并设定评价指标；基于第一数据集训练原始负荷模型，并结合IPSO算法优化原始负荷模型，得到负荷预测模型；基于负荷预测模型对未来电力负荷进行预测；以解决现有技术中训练预测模型训练需要大量数据，效率不高，在考虑多种天气特征、数据量较少和训练时间较短时，无法在确保短期负荷预测准确性的同时，也保证长期预测的准确性的问题。