基于机器学习的电网模型预测性纠错方法及系统

本发明公开了基于机器学习的电网模型预测性纠错方法及系统，本发明基于获取区域内历史负荷时间序列及其对应的影响因素序列构建训练集和验证集，进而利用神经网络模型训练得到负荷预测电网模型，对区域内的电网负荷的用量进行预测，得到负荷预测序列；基于负荷预测序列中的负荷趋势特征和负荷季节性特征判断负荷预测电网模型是否适用于当前电网运行状况，若符合则继续利用负荷预测电网模型进行负荷预测；若负荷预测电网模型不适用于当前电网运行状况则重构历史负荷时间序列，基于重构历史负荷序列重新作为验证集重新训练优化符合当前情况的负荷预测电网模型。本发明可以确保负荷预测电网模型与电网的实际运行状况保持同步。