基于预训练模型的电力源荷多时空尺度预测方法、系统和存储介质

本发明公开了一种基于预训练模型的电力源荷多时空尺度预测方法、系统和存储介质，该方法包括以下步骤：S1、构建源荷时空数据；S2、对源荷时空数据集进行预处理；S3、通过源荷时空数据集量化电网与其影响因素之间耦合关系；S4、构建包括编码器和解码器的神经网络，编码器用于融合电网的非平稳时间特征和空间特征，解码器用于根据编码器的输出结果提取电网的长周期特性并据此输出预测结果；S5、训练构建的神经网络，训练完成后对神经网络进行调整用于对齐时序特性；S6、采集相关数据进行步骤S2和S3的处理后输入步骤S5最终得到的神经网络中得到源荷运行状态的预测结果；本装置能识别电网的时空非平稳特征对电网源荷运行状态作出准确预测。