一种基于模式识别的短期负荷预测方法

本发明公开了一种基于模式识别的短期负荷预测方法，具体步骤为：(1)多维实时数据输入与特征处理；(2)基于LSTM开展短期负荷预测；(3)基于历史数据的偶然性事件的模式识别与聚类分析；(4)针对特定偶然事件的周期识别与定位；(5)偶然性事件的周期数据的模式特性曲线生成；(6)基于不同模式特性曲线对短期负荷预测结果进行修正；(7)输出修正后的短期负荷预测结果。通过短期负荷预测模型与偶然性事件模式识别、定位与周期识别相互依托，配套使用，可以更加高效精准的基于不同类型事件对预测结果进行修正，有效提高了短期负荷预测的准确性和有效性。