一种短期电力负荷预测方法及相关装置

本申请属于一种预测方法，针对目前采用基于深度学习的方法进行短期电力负荷预测时，存在难以充分挖掘时序数据中的深层特征，以及缺乏对负荷数据时间戳特征进行深度挖掘的技术问题，提供一种短期电力负荷预测方法及相关装置，短期预测模型的预测方法，包括：从历史电力负荷序列中分解出趋势项和周期项成分；分别对趋势项和周期项成分进行逐步多尺度解耦，得到不同尺度的第一趋势解耦结果和不同尺度的第一周期解耦结果；对不同尺度的第一趋势解耦结果进行逐层上采样，并对不同尺度的第一周期解耦结果进行逐层下采样，再对第二趋势解耦结果和第二周期解耦结果进行耦合处理，生成预测结果。为电力负荷准确预测提供了新思路。