一种用户用电负荷预测方法及系统

本申请公开了一种用户用电负荷预测方法及系统。具体实现方案为：获取数据并对所述数据进行处理与整合，将完成处理和整合后的数据根据时间索引组合成标准数据集，所述数据包括用户历史用电数据、历史气象数据以及节假日和重大社会事件数据；对所述标准数据集进行特征提取，根据特征聚类选取特征日、特征时段曲线，将特征日用电曲线进行分解，依据用户标签数据库进行用户画像特征构建；利用R‑LSTM模型对所述用户画像特征进行训练，并获取用户用电负荷的预测结果，利用卡尔曼滤波算法对所述预测结果进行修正。本申请能够有效解决现有技术计算负荷高且多维度预测结果偏差大的问题。