基于RBF神经网络-脊波Transformer的电力系统短期净负荷预测方法

本发明公开了一种基于RBF神经网络‑脊波Transformer的电力系统短期净负荷预测方法，包括如下步骤：获取历史净负荷功率数据以及气象影响因素数据，并进行数据预处理，将预处理后的数据分成训练集和预测集；利用训练集中的数据对基于RBF神经网络‑脊波Transformer的电力系统短期净负荷预测模型进行训练，保存训练后的模型；所述模型包括Transformer输入层、Transformer编码层和Transformer输出层；将预测集中的数据输入到训练后的模型中，输出待预测时刻的净负荷功率预测值。本发明所公开的方法可以增强预测模型的泛化能力和预测性能，提高预测精度。