一种基于机器学习的电网负荷预测系统及方法

本发明涉及电力系统智能调度和预测技术领域，公开一种基于机器学习的电网负荷预测系统及方法，包括：多模态数据处理与融合模块，用于收集来自电网负荷数据、气象数据、经济数据和社会事件的多模态数据，后对多模态数据进行清洗和特征提取处理，将不同数据特征通过自注意力机制进行加权融合，为混合预测模型模块提供标准化的特征输入。通过多模态数据处理与融合模块，将电网负荷数据、气象数据、经济数据和社会事件的多模态数据进行深度融合，且引入自注意力机制对不同数据特征加权处理，实现动态赋权、筛选关键特征，有效提升负荷预测的准确性和对多源信息的综合利用能力，使得预测模型对复杂环境因素的敏感性显著增强。