模型训练方法、电负荷预测方法、设备及存储介质

本申请涉及人工智能技术领域，公开一种模型训练方法、电负荷预测方法、设备及存储介质。该训练方法包括：获取样本电负荷数据、样本气象数据、样本日期数据和样本经济数据；提取样本电负荷数据的局部特征和全局依赖特征，得到样本电负荷特征数据；融合样本气象数据、样本日期数据、样本经济数据和样本电负荷特征数据，得到样本融合数据；将样本融合数据输入待训练模型，生成样本电负荷预测数据；依据样本电负荷预测数据和预设的真实电负荷数据迭代训练待训练模型，得到电负荷预测模型。本申请实施例可以提高电负荷预测模型的预测精度和鲁棒性。