一种基于SLSTM-RMTN模型的电力负荷预测方法

本发明涉及一种基于SLSTM‑RMTN模型的电力负荷预测方法，针对目标电力系统，设计以数据值的STL分解为出发，分别针对趋势分量、季节分量、残差分量，筛选各分量分别对应的目标传感器，针对包含长短期记忆网络、残差连接、多项式展开所构成的目标待训练网络进行训练，获得各分量下的电力负荷预测模型，然后在预测应用下，针对采样数据，分别执行各分量下电力负荷预测模型的预测，并进行融合，完成对目标电力系统的电力负荷预测；设计方案在应用中，能够准确地捕获电力负荷数据的时间序列特性，减少数据维度，显著提高了模型的精度和泛化能力，能够优化电力资源配置，平衡供需关系。