摘要
本发明涉及基于因果特征的电力负荷预测方法、装置和介质,方法包括:获取的实际电力负荷影响因素数据,将实际电力负荷影响因素数据输入训练完成的电力负荷预测模型,输出实际的电力负荷预测结果;其中,所述电力负荷预测模型的训练过程为:S1、获取历史电力负荷数据,S2、对所述历史电力负荷数据进行预处理;S3、计算归一化因果熵;S4、构建因果分析神经网络,在因果分析神经网络中将原因序列和对应的因果强度相乘,基于损失函数优化因果分析神经网络,得到电力负荷预测模型。与现有技术相比,本发明具有提高负荷预测结果的可解释性以及准确性等优点。
技术关键词
电力负荷预测方法
电力负荷预测模型
序列
时域卷积网络
数据
损失函数优化
电力负荷预测装置
时延
通道
高斯核函数
强度
节点
程序
可读存储介质
存储器
处理器
模块