一种基于历史负荷特征优化的区域短期负荷预测方法和系统

本发明公开了一种基于历史负荷特征优化的区域短期负荷预测方法和系统，方法包括：采集待预测区域每小时的负荷数据，对所述负荷数据进行Min‑Max归一化，并记录负荷的最大值和最小值；基于预处理后的负荷数据，获取负荷特征，构建负荷特征矩阵；采用所述负荷特征矩阵训练CNN‑LSTM组合模型，将负荷特征经过CNN处理后输入LSTM进行时序特征提取，并进行预测；基于负荷数据的最大值和最小值，对CNN‑LSTM组合模型的预测结果进行还原，得到最终预测值；本发明针对与电力系统负荷关联性较强的历史负荷进行相关特征的构建与优化，从而提高电力系统短期负荷预测的效果。