一种基于时空相关性的台区多用户短期负荷预测方法及系统

本发明公开了一种基于时空相关性的台区多用户短期负荷预测方法及系统，涉及电力负荷预测技术领域。包括：采用DBSCAN算法对异常负荷数据进行识别，并通过K‑means算法对用户进行聚类，用同时刻类内的均值替换异常特征值，获得优化的负荷数据集；构建综合相关性分析指标对每种影响因素与负荷之间的关联性进行量化分析，选取相关性强的影响因素作为多元负荷预测模型的输入特征；利用Informer和GCN分别在时间和空间上进行特征提取和预测，再通过方差‑协方差组合预测模型将单一预测结果进行融合实现未来某段时间的负荷预测。本发明依靠引入的台区多用户负荷时空相关信息，可以有效提高短期负荷预测精度。