基于注意力机制的多通道深度学习的电力负荷预测方法

本发明公开了一种基于注意力机制的多通道深度学习的电力负荷预测方法，包括采用IQR四分位距和三次样条插值对电力负荷数据进行异常值修复的数据预处理操作；依据电力负荷数据的波动特征和平滑特征设置波动通道和平滑通道，基于波动通道和平滑通道构建基于波动‑平滑特征融合的深度学习的负荷预测模型；采用改进的领袖引导的捕鱼优化算法来优化基于波动‑平滑特征融合的深度学习的负荷预测模型的超参数；采用经过数据预处理操作后的电力负荷数据对基于波动‑平滑特征融合的深度学习的负荷预测模型进行训练；采用训练完成的负荷预测模型对电力负荷进行预测。提高预测稳定性；提升电力负荷预测的综合效能，提高系统对电力负荷不确定性的应对能力。