基于LSTM的电网短期负荷人工智能预测系统及方法

本发明涉及电网技术领域，公开了基于LSTM的电网短期负荷人工智能预测系统及方法，该系统包括：信息获取模块；认知前馈LSTM预测模块；模型不确定性量化模块；扰动熵协同控制模块。该方法包括：获取常规时序输入，并将非结构化信息量化为扰动向量；采用内置扰动门的LSTM单元处理输入，生成负荷预测值；在预测时量化模型自身的不确定性，得到模型熵；基于该模型熵与所述扰动向量，协同判断是否对预测核心执行在线自适应重构。通过协同模型不确定性与外部扰动信息，本发明实现了预测模型的在线自适应调整，从而在面对未知或突发事件时，能够显著提升预测的准确性、鲁棒性与可靠性以及适应性。