基于迁移学习的天气突变场景下电力负荷预测模型的对抗训练方法和设备

本发明提供了一种基于迁移学习的天气突变场景下电力负荷预测模型的对抗训练方法和设备。实现方案为：基于源域特征概率分布和目标域特征概率分布之间的分布区别，确定电力源域与电力目标域在第一时间上的气候相关特征相似程度；基于电力源域与电力目标域在相邻的第二时间上的气候相关特征相似程度，对电力源域与电力目标域在第一时间上的气候相关特征相似程度进行记忆衰减，并结合电力负荷预测模型的训练进度，确定本次对抗训练权重，以更新域分类器的本次域分类损失；基于域分类器的更新后的本次域分类损失，更新电力负荷模型中的特征提取器。采用本发明，可以提高电力负荷预测模型的泛化能力。