摘要
本发明公开了一种基于特征提取与深度学习的综合能源系统冷热电负荷协同预测方法，包括输入待预测综合能源系统的冷、热、电负荷历史数据、气象因素历史数据和社会因素历史数据；对步骤S1获取的冷、热、电负荷历史数据和气象因素历史数据进行数据预处理；基于步骤S2数据预处理后的冷、热、电负荷历史数据，进行负荷数据特征提取，获得多元负荷重构子序列；确定预测模型输入；负荷预测；输出待预测日负荷曲线等步骤。本发明实现了对负荷数据潜在规律的提取，减少负荷预测的运算量，提升负荷曲线的预测精度，能够为综合能源系统规划运行提供一定支撑。
