基于多率采样网络算法的电力负荷预测方法

本发明提供基于多率采样网络算法的电力负荷预测方法，包括如下步骤：步骤1：频率插值分解FID：将时间序列通过实快速傅里叶变换rFFT转换到频域；使用低通滤波器LPF提取低频成分，基于抗镜像滤波器自动选择COF，通过复数线性神经网络插值低频成分，逆变换后同时得到历史窗口和未来窗口的趋势；步骤2：残差频率预测RFF；对历史窗口的周期性成分进行降采样，生成子序列；使用权重共享的MLP预测未来窗口的周期性成分。本发明降低硬件成本；插值分解的通用性可减少其他模型的开发成本。