基于特征融合与ConvLSTM-3D的短期负荷预测优化方法

本发明公开了基于特征融合与ConvLSTM‑3D的短期负荷预测优化方法，涉及负荷预测技术领域，包括：S1、基于时间变化特性对历史用电负荷数据进行分解，获取负荷特征分量；S2、基于负荷特征分量的贡献度进行特征筛选，获取目标特征；S3、采用注意力机制对所述目标特征进行特征融合，获取融合特征序列；S4、将所述融合特征序列作为ConvLSTM‑3D的输入进行模型训练，构建负荷预测优化模型；S5、基于所述负荷预测优化模型对实时用电数据进行预测，输出短期负荷预测数据；克服了技术由于未全面考虑天气特征对负荷的影响权重，导致短期负荷预测效果可靠性差的问题，显著提高了短期负荷预测性能与模型的鲁棒性，进一步提高了预测结果的精确性和可靠性。