基于强化学习与动态模态分解的电力负荷预测方法及系统

本发明公开了一种基于强化学习与动态模态分解的电力负荷预测方法及系统，该方法包括：1)数据获取与预处理；2)多级自适应噪声滤波与模态分解，对预处理后的负荷数据进行互补集合经验模态分解，得到初始IMF分量集合，然后利用动态小波阈值降噪，重构后再利用VMD二次分解；3)强化学习驱动的动态路由预测网络构建与训练，同时通过设计基于深度强化学习的动态路由预测网络实现对不同时间尺度的数据进行预测；4)不确定性感知加权与结果融合。本发明提高了预测精度，保证电网运行的可靠性。