基于深度学习的居民家电用电负荷预测方法、设备及介质

本发明公开了一种基于深度学习的居民家电用电负荷预测方法、设备及介质，其中方法包括：收集居民用户用电设备负荷数据；根据收集到的数据构建训练集；搭建基于深度学习的具有长短时间视野的多任务预测模型，用于预测用电设备是否工作和预测该设备的用电负荷；设计多任务预测模型的三阶段训练策略，并采用训练集对模型进行训练；使用训练后的多任务预测模型用于预测接入虚拟电网的各居民用户的各用电设备在未来短期内的工作状态和用电负荷。本发明搭建多任务预测模型，通过三阶段策略训练模型，能够高效提取历史用电数据的长时间与短时间内的关键信息，具备多任务关联特征提取能力，动态适应不同场景，精准预测用电设备工作状态及负荷变化。