一种面向多时间尺度负荷预测的周期性自动评测方法及系统

本发明公开了一种面向多时间尺度负荷预测的周期性自动评测方法及系统，涉及电力负荷预测技术领域，方法包括获取电力负荷数据和气象数据；对负荷数据进行分组，并提取各组别不同周期的时间尺度特征；将时间尺度特征和气象特征进行特征融合，得到各组别不同周期的融合特征；将融合特征分别输入单层的LSTM网络，输出对应负荷预测趋势，计算总体负荷预测趋势；将总体负荷预测趋势和原始的电力负荷数据之间的残差值，以及气象特征，输入基于LSTM的约束残差网络，输出约束后的残差修正结果；计算总体负荷预测趋势和残差修正结果，得到最终的负荷预测结果。本发明将不同周期的时间尺度特征与气象特征进行融合，提高了负荷预测结果的准确性。