基于基向量与时域权重优化的配电网负荷预测方法及系统

本发明属于电力数据预测领域，提供了一种基于基向量与时域权重优化的配电网负荷预测方法及系统，基于配电网负荷数据进行滤波处理，得到主频信号和负荷噪声；基于主频信号进行负荷类型划分后再拟合提取初始基向量，通过时序窗口滑动迭代更新生成新基向量；基于主频信号和负荷噪声分别进行时序相关性分析，得到时域学习权重系数，利用时序窗口滑动迭代更新时域学习权重生成新权重系数矩阵；以预处理后的配电网历史负荷数据、新基向量以及新权重系数矩阵作为输入，利用预先训练好的配电网负荷预测模型进行负荷预测。本发明能够在多维度上实现特征在学习过程中的差异化权重分配，从而提高了模型对负荷变化的敏感度和泛化能力。