一种计及误差修正的多极端天气场景下负荷预测方法

本发明公开了一种计及误差修正的多极端天气场景下负荷预测方法包括：多种气象因素与极端天气的相关性分析与筛选系统；负荷时间序列的时序特征提取与去噪处理系统；通过引入建立预测误差目标函数，通过贝叶斯方法对BiGRU进行超参数优化，显著提高了在极端天气条件下的电力负荷预测精度，从而为电网的稳定运行提供了有力保障。采用ICEEMDAN算法和VMD算法进行时间序列的二次分解重构，这种深度处理技术能够更精细地捕捉数据中的复杂局部特征和季节性模式。通过Pearson相关性分析，能够有效识别与负荷预测密切相关的极端天气特征。这种特征识别技术使得模型能够更加专注于对负荷变化有显著影响的气象因素，提高了模型在极端天气下的预测能力。