一种基于多模态交互与自适应学习的电力负荷预测方法

本发明公开了一种基于多模态交互与自适应学习的电力负荷预测方法，通过获取多源异构数据集和用户预测需求，并基于所述用户预测需求在预设多模态交互框架下提取负荷加权特征向量；通过对负荷加权特征向量所构建的不确定性量化模型进行优化训练计算，获取不确定性量化区间；通过计算不确定性量化区间所构建的关键变量集对负荷预测结果的贡献度，获取归因初始矩阵；通过对不确定性量化模型进行优化训练获取初步自适应负荷预测模型，根据初步负荷预测值与实际负荷值的对比结果对其进行持续更新获得自适应负荷预测模型，从而获取负荷预测值。通过持续的闭环反馈调整提高负荷预测结果的可信度，并通过不断优化调整有效提升负荷预测的适应性与鲁棒性。