一种基于CNN+LSTM+AM深度模型的分时段用电量曲线预测方法

本发明涉及及一种基于CNN+LSTM+AM深度模型的分时段用电量曲线预测方法。预测方法包括如下过程：数据收集与整理；特征提取；模型训练；将新的数据输入训练好的模型，对未来的时间范围内的用电量预测；本发明结合了深度学习中的卷积神经网络CNN用于特征提取、长短期记忆网络LSTM以捕捉时间序列数据的长期依赖关系，以及注意力机制AM来增强模型对关键信息的关注度，从而实现了对用电量曲线的精准预测。