一种基于NIWPSO+CNN+LSTM+Attention的电力负荷预测方法

本发明涉及计算机领域，具体为一种基于NIWPSO+CNN+LSTM+Attention的电力负荷预测方法，包括：获取电力数据，对电力数据进行预处理和标准化操作；将预处理的数据作为输入，构建CNN‑LSTM‑Attention模型；利用NIWPSO算法对所述CNN‑LSTM‑Attention模型进行超参数优化；设置残差监测与动态更新机制，在模型预测时实时监测残差，一旦超出预设阈值，自动触发重新训练流程；创新的采用非线性变化惯性权重策略，依据算法迭代进程与粒子搜索状态动态调整，避免PSO算法过早陷入局部最优解，同时借鉴遗传算法的“变异”思想，对粒子一维进行变异操作，助力算法在复杂解空间高效获取全局最优解，保障模型参数优化。