摘要
本申请提供了一种短期电力负荷预测方法、装置、存储介质和电子设备，该方法包括：根据历史数据与历史波动情况，确定关键特征因素；采集对应的初始数据，并进行预处理，得到预处理数据；采用预处理数据对初始Prophet算法与初始LightGBM模型进行并行训练，并基于预测精度对两种模型的运行参数进行调整，得到两种对应模型，最终输出对应的置信值和置信区间；通过增加两个损失函数惩罚项，将两种模型进行整合，并根据两种模型的置信值与置信区间，得到最终负荷预测结果，该方法将两种模型并行训练，通过添加预测值优化模块，将LightGBM算法的惩罚项引入，保证各自模型的训练效果，整体上使预测值具有更高精度。
