一种电网电力负荷智能预测方法、系统、设备及介质

本发明公开了一种电网电力负荷智能预测方法、系统、设备及介质，涉及配电网传输优化技术领域，本发明通过将电力负荷数据分解为趋势分量、周期性分量和随机波动分量，而后利用特征通道注意力层评估不同分量的重要性，并根据重要性进行特征提取，时间序列注意力层捕捉各分量时间序列中的关键时刻，并提取关键时刻下的特征，而后将基于重要性提取的特征与关键时刻下提取的特征进行融合，从而捕捉到电力负荷的多尺度特征；然后将融合后的各特征输入动态门控残差连接的LSTM网络进行预测，在预测过程中，通过残差调制函数提升不同特征内长期序列、短期序列及波动序列的关注程度，从而更精准的捕捉到电力负荷的多尺度特征，获得对电力负荷的预测值。