一种利用大数据的电力负荷精准预测模型构建方法

本发明公开了一种利用大数据的电力负荷精准预测模型构建方法，涉及电力负荷精准预测技术领域，包括以下步骤：先通过智能电表、传感器等物联网设备，每15分钟采集电力运行、用户信息、气象等多源数据，用规则算法清洗异常数据，加密传至分布式存储中心；接着从存储数据里调取信息，靠皮尔逊相关系数筛选与负荷强相关特征并归一化；再构建LSTM与CNN结合的深度学习模型，设定超参数，按比例划分数据集训练，使测试集RMSE指标控在0.1以内，得到精准预测模型，用于后续负荷预测。本发明能精准预测电力负荷，助电力系统稳定运行，让发电计划更合理，减少能源浪费，提升供电可靠性，还可为企业降成本、给用户优体验。