一种基于EMD-ATT-LSTM的短期负荷预测方法及系统

本发明公开了一种基于EMD‑ATT‑LSTM的短期负荷预测方法及系统，涉及低碳工业园区负荷预测技术领域，包括：在长短期记忆网络的基础上构建细粒度注意力模型；将预处理后的负荷数据分解为若干个内蕴模态函数；检验稳定性后进行负荷预测。本发明有效分解并捕捉负荷数据的复杂特征，提高了预测的准确性；通过注意力机制，增强了模型对关键负荷特征的敏感性；采用LSTM网络，能够有效处理负荷数据中的长期依赖关系。