基于改进BI-LSTM组合模型的短期电力负荷预测方法

本发明公开了一种基于改进BI‑LSTM组合模型的短期电力负荷预测方法，通过PCA降维的特征工程方法，对特征进行重构筛选以挖掘特征序列间的隐含关系并剔除相关性弱的重构特征，从而可以实现高质量、高精度的负荷预测，实现对未来一周的半小时级别电力负荷精准多步预测，帮助电力系统运营者合理调度电力资源，确保供应的可靠性和稳定性。