一种基于深度学习的电网精准单元负荷预测方法及系统

本发明涉及一种基于深度学习的电网精准单元负荷预测方法及系统。该方法包括以下步骤：获取电网区域用电设备运行监测参数及设备环境参数；对电网区域用电设备运行监测参数进行动态电压特征提取，生成电压波动趋势特征数据及多层面负荷曲线特征；根据设备环境参数对电压波动趋势特征数据及多层面负荷曲线特征进行非线性关联分析，以生成负荷‑环境深层非线性关联数据；识别电网区域用电设备，得到电网区域用电设备节点；基于负荷‑环境深层非线性关联数据对电网区域用电设备节点进行精准单元聚类划分，构建电网单元负荷特征网络；基于多个电网精准单元生成精准单元类型。本发明实现了实现、准确的电网负荷预测。