一种基于时序重要性分析和特征提取的短期负荷预测方法

本发明公开了一种基于时序重要性分析和特征提取的短期负荷预测方法，方法包括：对电力负荷数据集以日为单位进行聚类分析，基于聚类结果，将各聚类中心作为典型代表日负荷曲线；通过极值点重要性提取算法来提取每一类的典型代表日负荷曲线对应的时间序列数据的形态特征，得到每一类的典型代表日负荷曲线的极值点重要性特征序列；基于电力数据集中的历史气象数据和日期数据，选择外部因素输入特征，将外部因素输入特征分别与每一类的典型代表日负荷曲线的极值点重要性特征序列重构成新的特征集，分别将每一类负荷的新的特征集输入CNN‑LSTM混合模型中进行预测，得到各类型预测日的预测负荷。本发明通过提高预测模型对各典型代表日的极值区域预测精度，进而提高了整体负荷预测精度。