基于深度学习的电力需求评估的方法、系统、设备及存储介质

本发明公开了基于深度学习的电力需求评估的方法、系统、设备及存储介质，属于电力系统智能化与能源管理技术领域，包括：采集多种模态的数据，对数据进行预处理；根据预处理后的数据设计自适应加权策略，对不同模态数据进行加权通过加权融合数据构建深度学习模型，对模型进行训练；输出电力需求的预测结果，对输出结果进行修正。本发明通过融合多模态数据的动态加权策略与时间窗口修正机制，显著提升了电力需求预测对复杂环境变化的适应性，能够精准捕捉极端天气的负荷波动特征；结合长短期记忆网络的时序建模能力，有效学习长期依赖关系与多因素耦合规律，解决了传统模型对周期性及突发性需求模式表达不足的问题。