基于神经网络算法的电力负荷预测方法、系统、装置、介质和计算机程序产品

本发明公开了一种基于神经网络算法的电力负荷预测方法、系统、装置、介质和计算机程序产品，解决了现有电力系统对实时调度和资源分配精度低的问题，属于电力系统调度与管理领域；包括：获取电力负荷预测所需目标基础数据预处理后划分为训练集和测试集；将Prophet时序分解模型与CNN‑LSTM复合模型关联，构建电力负荷预测模型；使用训练集对电力负荷预测模型进行训练，将测试集输入训练好的电力负荷预测模型中，输出电力负荷预测值；选择平均绝对百分比误差模型、均方误差模型和/或均方根误差模型对电力负荷预测值进行评估；根据评估结果实时调度并调整电力资源的分配策略；本发明提高了电力系统对实时调度和资源分配的精度。