一种基于改进TCN神经网络模型的柔性负荷预测方法及系统

一种基于改进TCN神经网络模型的柔性负荷预测方法，将历史用户负荷数据作为数据样本进行预处理，并划分训练集和测试集；搭建时间卷积神经网络模型；通过改进激活函数GELUS对时间卷积神经网络模型进行优化；引入改进冠豪猪优化算法CPO算法对优化后的时间卷积神经网络模型进行参数智能寻优，直至均方误差值最小化，获得卷积核个数和卷积核大小的最优参数结果；根据最优参数结果、训练集和测试集，对优化后的时间卷积神经网络模型进行训练，获得CPO‑TCN负荷预测模型；采用CPO‑TCN负荷预测模型，对用户的未来负荷曲线进行预测。可以大幅提高对未来用电负荷预测的精度和速度。