一种基于共享编码器的跨区域负荷预测方法、系统、设备及存储介质

本发明公开了一种基于共享编码器的跨区域负荷预测方法、系统、设备及存储介质，该方法包括：构建共有协变量预训练数据集和特定区域数据集；构建时序预测骨干网络，其包括输入编码层和基于自注意力机制的共享编码器；设计多任务学习框架，包含多任务学习网络架构和动态加权损失函数；利用共有协变量预训练数据集对编码器预训练；利用各区域的特定区域数据集，结合多任务学习框架在特定区域对编码器微调；用编码器对大规模、跨区域的负荷数据进行时序预测；根据时序预测结果评估编码器的性能。本发明有效解决了跨区域负荷预测中的数据稀疏性、区域差异性、长期依赖关系捕捉和数据不平衡等问题，显著提高了预测精度和模型泛化能力。