基于多层次模型融合的电力系统潮流预测方法

本申请属于电力系统技术领域，更具体地说，涉及基于多层次模型融合的电力系统潮流预测方法，本发明通过预处理和统计分析选取与潮流预测高度相关的特征数据，针对选定的特征数据，采用多种潮流预测模型(如LSTM、GRU、随机森林等)分别进行训练，以获取多组预测结果，采用加权平均的方式对多组预测结果进行初步融合，生成第一层融合结果；随后构建深度神经网络，将初步融合结果作为输入，通过网络进一步处理和优化，得出第二层融合结果；采用强化学习对第二层融合结果进行优化，自动学习和调整加权策略，以达到最优的融合效果，最终得到最优的潮流预测结果，有效解决了如何在复杂电力系统中充分利用不同模型的优势，提高预测精度和稳定性的技术问题。