融合分解重构技术与多任务学习的多元负荷联合预测方法

本发明涉及融合分解重构技术与多任务学习的多元负荷联合预测方法，先获取电负荷、冷负荷、热负荷的历史负荷序列以及影响因素特征的数据序列，形成历史多元负荷序列库和影响因素特征库；通过变分模态分解方法对历史多元负荷序列库中的数据进行初步分解，并使用混合特性评估法进行重构，更新历史多元负荷序列库；将历史多元负荷序列库和影响因素特征库重塑为三维特征张量，构建CNN‑ECA‑MMoE多任务学习模型，用于输出特征共享与特征提取的结果；构建CNN‑ECA‑MMoE‑LSTM多任务学习模型并利用三维特征张量进行模型训练，通过训练好的模型输出电负荷、冷负荷、热负荷的预测结果。本发明方法提高了多元负荷的预测精度。