一种电力系统负荷预测方法、装置及计算机可读存储介质

本发明属于电力数据预测技术领域，涉及一种电力系统负荷预测方法、装置及计算机可读存储介质，将负荷时间序列数据输入卷积神经网络，输出初始特征向量；将初始特征向量分别输入门控循环单元和支持向量机，输出时序特征向量和非线性特征向量；将时序特征向量和非线性特征向量拼接输入全连接层，输出预测负荷；计算预测误差，若预测误差大于误差阈值，利用鲸鱼优化算法对门控循环单元和支持向量机的参数进行迭代优化，得到优化后的门控循环单元和支持向量机；重新获取训练集中的负荷时间序列数据并输入卷积神经网络，直至预测误差小于等于误差阈值。本方案能够充分拟合电力系统负荷数据的非线性和非平稳性特性，提高预测精度。