一种异质集成短期多元负荷预测方法及系统

本发明公开了一种异质集成短期多元负荷预测方法及系统，涉及综合能源系统负荷预测领域，以多重季节趋势分解为基础，将多元负荷历史序列分解为多时间尺度的周期序列与趋势序列，构建差异化输入特征；以多样性和精度为优化目标，通过带精英策略的非支配排序遗传优化算法筛选适用于不同季节和负荷的最优学习器组合，构建最优异质Stacking集成预测模型；采用沙普利值可加性解释方法进行归因分析，从全局和个体两个维度衡量各输入特征对最优异质Stacking集成预测模型的贡献度。本发明提升了IES多元负荷预测的精度和稳定性，为综合能源系统的优化运行提供可靠的技术支撑，具有广阔的应用前景和经济价值。