一种基于深度学习的电力系统短期负荷预测方法、装置、计算机及存储介质

一种基于深度学习的电力系统短期负荷预测方法、装置、计算机及存储介质，属于电力负荷预测技术领域，解决了现有技术中电力系统短期负荷预测模型无法通过特征选择与深度神经网络结构的协同优化，难以解决因特征冗余、误差累积及周期性特征学习不足导致的无法提升预测精度和准确性的技术问题。所述方法包括：获取电力系统的电力负荷数据；构建综合特征选择法；构建双负荷预测模型，包括第一负荷预测模型为基于三通道LSTM‑CNN短期电力负荷预测模型，第二预测模型为基于双通道LCLA多步短期电力负荷预测模型；利用预测模型进行短期负荷预测，获得最终的负荷预测值。本发明适用于针对电力系统进行短期负荷预测。