一种基于sLSTM的峰谷融合辅助的电力负荷预测方法

本发明公开了一种基于sLSTM的峰谷融合辅助的电力负荷预测方法，首先从数据集中提取节假日、时段、峰谷等多维辅助特征，并对连续特征进行归一化处理，然后构建基于sLSTM的多任务网络模型，并对多任务网络模型进行联合训练、调优，保存训练完成的网络模型，最后利用训练完成的网络模型对输入的样本进行电力负荷预测。本发明针对现有电力负荷预测方法对于负荷序列中蕴含的峰谷特征缺乏有效提取与利用而导致准确度不高的问题，能有效地提高负荷预测的准确性，为电力负荷预测提供了一种新的方法和途径。