一种基于CNN-LSTM-AM的微电网电力负荷预测与动态控制方法

本发明提供一种基于CNN‑LSTM‑AM的微电网电力负荷预测与动态控制方法，涉及电力系统智能化控制技术领域。本发明通过采集多源数据,并进行数据预处理，并进行数据预处理，构建CNN‑LSTM‑AM混合预测模型，CNN层包括双分支多尺度一维卷积核；输入层与LSTM层的输出连接至DSTCW模块，DSTCW模块输出加权负荷特征和光伏/风电特征，基于储能SOC与实时电价优化充放电优先级，通过闭环控制链路触发多级协同稳控策略，实现动态控制。通过多尺度一维卷积核提取分布式光伏/风电的广域空间特征，结合动态注意力机制聚焦负荷与可再生能源的时空关联性，提高了控制响应速度；并采用双任务输出同步预测负荷功率与光伏/风电出力，提升了高比例可再生能源场景下的电网稳定性与控制实时性。