基于时序补偿与混合学习的供热系统热负荷预测方法

本发明提供一种基于时序补偿与混合学习的供热系统热负荷预测方法，包括：构建基于双维度分析的热负荷预测输入变量筛选机制，通过皮尔逊相关系数矩阵与显著性检验双重验证，实现输入变量的科学筛选；创新设计基于动态时移补偿的热负荷–温度时序同步系统，攻克集中供热系统中由于人工经验调节不稳定性引发的时序错位问题；提出ES‑LSTM协同预测架构，建立"趋势分解‑随机学习‑动态加权"三级预测模型。本发明突破性地将统计学显著性检验与热力学机理分析相结合，创新研发具备时序自校正能力的动态补偿系统，并构建混合模型协同预测机制，形成从数据预处理到预测模型架构的完整技术链。