基于时间序列数据动态扩充的电力负荷预测方法及系统

本发明提供了一种基于时间序列数据动态扩充的电力负荷预测方法，包括：利用多个预训练的时间序列预测模型对电力负荷数据样本进行回测；计算每个样本在这些模型中的预测误差方差，得到边缘样本；利用变分掩码自编码器对边缘样本进行扩充，生成扩充数据；将扩充数据送入多个预训练的电力负荷预测模型中进行回测，评估扩充数据在不同模型中的预测误差方差，对扩充数据进行优化，得到优化后数据；将优化后数据与电力负荷数据样本一起作为训练集输入到目标电力负荷预测模型中，对目标电力负荷预测模型进行训练，得到最终的电力负荷预测模型，用于在电力系统的实际运行中对未来负荷需求进行预测。本发明有效提升电力负荷预测的精度、稳定性和泛化能力。