基于多源数据和混合神经网络的电网负荷预测方法

本发明提供了一种基于多源数据和混合神经网络的电网负荷预测方法，属于负荷预测技术领域。包括：获取目标电网的负荷及关联因素的历史数据；按照预设的采样频率对所述历史数据进行重新采样，获取重采样数据；对重采样数据中的高频波动型数据进行降噪处理，对采样数据中的阶梯变化型数据进行平滑处理；为所述重采样数据中的每一组数据添加时间特征和气象预报数据，并进行归一化处理；构建基于负荷预测模型，并利用所述重采样数据完成所述负荷预测模型的训练；利用所述负荷预测模型进行电网负荷预测。本发明通过准确预测负荷需求，能够实现负荷的合理调度和平衡，避免负荷过剩或不足的情况，还能够实现对能源消耗的全面监测和管理。