一种自适应优化的电力系统负荷预测方法及系统

本发明公开了一种自适应优化的电力系统负荷预测方法及系统，涉及电力系统负荷预测技术领域，包括采集并融合多源参数与运维事件数据，统一时间步长构建特征矩阵，结合电网拓扑建立图结构并提取节点特征，基于聚类生成初始种群。通过自学习调节的差分进化算法迭代优化个体，结合预测误差与适应度动态调整控制参数，并采用多模型集成策略融合个体预测结果，最终实现基于误差趋势反馈的种群调整与收敛判定，输出最优参数组合和预测结果。本发明提供的自适应优化的电力系统负荷预测方法引入自学习控制器对差分进化算法中的变异因子和交叉率进行动态调节，能够依据种群演化状态与预测误差趋势，提高全局搜索能力与模型收敛效率。