基于自适应协同式黏菌算法和并行预测的区间预测方法

本发明涉及神经网络应用于地区电力系统负荷的区间预测的技术领域，为提出对电力负荷这一新型电力系统的关键要素进行合理准确的预测估计的方法，从而确保电力系统安全稳定运行、实现高效供需平衡。本发明，基于自适应协同式黏菌算法和并行预测的区间预测方法，首先采用改进灰色关联度分析IGRA对气候、节假日因素进行筛选，识别出与负荷序列存在高度非线性关联的因素；随后，搭建时间卷积神经网‑深度学习的神经网络模型；采用自适应协同式黏菌算法ACSMA对TCN‑Transformer模型进行参数寻优；利用训练好的TCN‑Transformer进行地区电力系统负荷的区间预测。本发明主要应用于电力系统负荷预测管理场合。