基于多元数据与特征选择的电力系统电流波动预测方法

本发明涉及电力系统数据建模与智能预测技术领域,公开了基于多元数据与特征选择的电力系统电流波动预测方法，包括如下步骤：S1、数据扰动增强处理：采集包括电流、电压、负荷和气象多源异构的电力系统原始数据，构建特征矩阵，对所述数据引入扰动项，形成扰动样本矩阵，用于增强模型对数据缺失与噪声干扰的鲁棒性；S2、扰动样本修复重构：将所述扰动样本矩阵输入自编码结构，通过最小化重构误差与编码稀疏性约束，获得修复后的特征矩阵，用于后续建模。通过引入扰动增强、自编码重构、图结构嵌入与特征评分机制，构建了一个端到端的电流波动预测框架，有效增强了模型对数据异常与系统结构信息的适应能力。