基于多模态深度森林算法的建筑群电力负荷预测方法、系统及设备

本发明涉及电力工程技术领域，公开了一种基于多模态深度森林算法的建筑群电力负荷预测方法、系统及设备，方法包括获取建筑群的多模态数据；对多模态数据进行特征提取，并对特征提取结果进行融合处理，得到多模态融合特征；将多模态融合特征输入训练好的基于多模态深度森林算法的电力负荷预测模型进行预测处理，得到电力负荷预测结果。本发明通过获取建筑群的多模态数据，经特征提取与融合处理后，输入基于多模态深度森林算法的电力负荷预测模型进行预测，能充分挖掘多模态数据中的时空信息，有效处理复杂关系，从而提高电力负荷预测的精度。根据不同的多模态数据进行适应性调整，在面对不同建筑群的电力负荷预测场景时确保预测的持续准确性。