融合对抗增强与因果感知机制的电力需求预测方法及系统

本发明涉及电力需求预测技术领域，公开了一种融合对抗增强与因果感知机制的电力需求预测方法及系统，方法包括采集用电量的历史数据并进行预处理，划分为历史已知变量、未来已知变量和静态变量；将预处理后的数据通过Time GAN模型进行样本增强，样本增强后将历史已知变量、未来已知变量和静态变量输入至TFT模型中进行模型训练；基于训练好的TFT模型进行预测，输出未来目标时间步的电力需求分位点预测结果。本发明通过引入TimeGAN与TFT的集成架构，在增强极端场景样本的同时构建具备结构透明性与长期预测能力的复合模型，以实现区域用电需求的智能化、精细化预测，为电力调度、负荷规划及政策分析提供支持。