基于优化特征生成的两阶段日最大负荷预测方法、系统和存储介质

本发明公开了一种基于优化特征生成的两阶段日最大负荷预测方法、系统和存储介质，属于电力需求预测领域。该方法旨在解决历史数据量不足场景下预测模型泛化性差、数据价值挖掘不充分的问题。该方法包括：第一阶段，利用改进的遗传算法从原始时间及气象特征中筛选出最优特征子集，并基于该子集和余弦相似度召回个相似日，通过对相似日的真实负荷值进行加权计算，得到初步预测值；第二阶段，将该初步预测值作为一个衍生特征，与原始特征共同组成最终特征向量，输入至回归模型中进行精细化预测，得到最终结果。本发明通过生成信息浓缩的衍生特征并采用两阶段层次化预测框架，有效提升了预测算法在小样本场景下的预测精度和鲁棒性。