【技术实现步骤摘要】
本申请涉及电力，特别是涉及一种电力负荷的预测方法和装置。
技术介绍
1、随着全球对可再生能源的关注和应用不断发展，储能系统（如电池储能、热能储存、压缩空气储能等）已成为现代电力系统的关键组成部分，负荷预测作为贯穿现代电力系统发展的一项重要任务，对预测的准确性的要求也随之增加。传统的负荷预测方法主要基于历史数据和简单统计模型，这些方法在处理复杂、非线性和多变的储能系统数据时可能遇到困难，无法有效捕捉系统的动态特性和非线性行为。
2、传统技术中，可以采用基于深度学习的模型（如前馈神经网络、递归神经网络）、数据分解技术、注意力机制、多任务学习等的预测模型，对用户侧电力负荷进行预测。
3、然而，上述预测模型虽然能根据自学习能力和时空结构的周期预测能力对电力负荷进行预测，但存在准确性较低的问题。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够提高用户侧电力负荷预测的准确性的电力负荷的预测方法和装置。
2、第一方面，本申请提供了一种电力负荷的预测方法
【技术保护点】
1.一种电力负荷的预测方法，其特征在于，所述预测方法包括：
2.根据权利要求1所述的预测方法，其特征在于，所述预测方法还包括：
3.根据权利要求1所述的预测方法，其特征在于，所述基于所述数据输入长度的历史负荷数据获得所述数据输入长度对应的数据集，包括：
4.根据权利要求3所述的预测方法，其特征在于，所述对所述数据输入长度对应的历史负荷数据进行编码，得到编码后的负荷数据，包括：
5.根据权利要求1所述的预测方法，其特征在于，所述按照所述多个历史负荷数据的时间顺序对所述多个历史负荷数据分别进行处理，得到每个时间点对应的多个数...
【技术特征摘要】
1.一种电力负荷的预测方法，其特征在于，所述预测方法包括：
2.根据权利要求1所述的预测方法，其特征在于，所述预测方法还包括：
3.根据权利要求1所述的预测方法，其特征在于，所述基于所述数据输入长度的历史负荷数据获得所述数据输入长度对应的数据集，包括：
4.根据权利要求3所述的预测方法，其特征在于，所述对所述数据输入长度对应的历史负荷数据进行编码，得到编码后的负荷数据，包括：
5.根据权利要求1所述的预测方法，其特征在于，所述按照所述多个历史负荷数据的时间顺序对所述多个历史负荷数...
【专利技术属性】
技术研发人员：张海明，王艺霏，温馨，陈重韬，李欣怡，姚艳丽，王森，李信，彭柏，马跃，邢宁哲，那琼澜，于然，王珣，沈宇，王东升，杨峰，娄竞，李坚，吴佳，张宁，姜蕴洲，周子阔，曲洪泽，邵博文，崔彭滔，
申请(专利权)人：国家电网有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。