一种基于深度迁移学习的节假日负荷预测方法及系统

本发明涉及一种基于深度迁移学习的节假日负荷预测方法及系统，属于电力负荷预测技术领域。首先构建改进Transformer的域对抗迁移学习网络，将Transformer模型的Decoder结构丢弃，以Transformer模型的Encoder部分作为域迁移学习的分类预测器，利用常规负荷样本作为源域、节假日负荷样本作为目标域对模型进行预训练，最大限度地挖掘常规负荷与节假日负荷的相似信息和最优可共享模型参数；最后将域对抗学习网络的训练得到的改进Transformer模型作为预训练模型，以节假日负荷样本数据作为目标域，采用Adapter方法对预训练模型参数进行微调，提升节假日负荷预测的针对性和精度。