基于大数据的用电智能计量预测方法及系统

本发明涉及电力技术领域，公开了一种基于大数据的用电智能计量预测方法及系统，通过物联网实时获取用户用电量、环境参数和节假日数据，形成初始数据集；采用滑动窗口与小波包分解联合算法，通过指数加权移动平均控制图动态调整阈值，并结合卡尔曼滤波进行多阶段信号重构，得到去噪后的数据，从去噪后的数据中提取时间特征、气象特征和用户行为特征，并利用主成分分析降维得到目标特征数据；构建LSTM‑GRU模型，利用目标特征数据对LSTM‑GRU模型进行训练，通过注意力机制强化与用电负荷预测相关特征的权重分配；将待预测数据输入优化后的LSTM‑GRU模型，得到用电负荷的预测结果，并可视化展示预测结果；本发明提高用电负荷的预测精度。