一种基于TCN-BIGRU-CBAM的电力系统短期负荷预测方法

本发明公开一种基于TCN‑BIGRU‑CBAM的电力系统短期负荷预测方法，包括：获取标准的负荷时间序列数据集作为输入数据，对输入数据进行预处理；建立时间卷积网络TCN模型，提取时间序列中的长期依赖关系；建立双向门控循环单元网络BIGRU，输出为双向时间特征；构建卷积块注意力模块CBAM，得到经过通道和空间注意力增强的四维特征图；建立全连接层，通过线性变换将时序特征映射到标量，输出目标时间步的电力负荷预测值。本发明有效解决了传统短期负荷预测模型在复杂时序建模中存在的信息丢失、高维特征提取困难等问题，显著提升了短期负荷预测的精度和稳定性，具有较高的实用价值和推广潜力。