一种基于双通道交叉注意力网络的电力负荷预测方法

一种基于双通道交叉注意力网络的电力负荷预测方法，属于深度学习中时序预测技术领域。本方法包括以下步骤：获取电力负荷数据集，并对其进行预处理，应用VMD将电力负荷数据分解为多个局部的成分，并通过APSO算法迭代优化VMD参数，筛选复杂度最低的子序列与原始特征结合作为模型输入；然后构建双通道交叉注意力网络模型,运用BiLSTM通道和Transformer通道的并行机制处理时间序列数据，并通过改进的交叉注意力层增强特征表达能力，采用MLP融合KAN网络来进行电力负荷预测。本发明通过构建双通道交叉注意力网络进行电力负荷的时序预测，较高的预测精度和鲁棒性，显著提升了负荷时序预测的准确性。