基于大数据的售电量智能预测方法及系统

本发明涉及一种基于大数据的售电量智能预测方法，包括以下步骤：S1:收集与售电量相关的多维度数据，建立统一的数据仓库S2:构造多维特征；S3:使用特征重要性算法和互信息算法量化特征和目标变量间的联系，剔除冗余特征；S4:基于LSTM‑TFT混合模型构建售电量智能预测模型；S5:使用Spark Streaming对实时流数据处理，生成在线特征，部署训练好的模型LSTM‑TFT混合模型通过TF‑Serving获得预测结果。本发明通过对时间序列和外部特征进行动态建模，实现对售电量的精准预测。