基于分层解耦的模块化长时间序列的用户用电量预测方法

本发明属于电量预测技术领域，提供了基于分层解耦的模块化长时间序列的用户用电量预测方法，包括以下步骤：S1、获取用户用电量数据；S2、基于“趋势—局部变化—多尺度周期”解耦理念的模块化时间序列预测框架；S3、设计三个高效子模块；本发明通过构建“趋势—局部变化—多尺度周期”解耦理念的模块化时间序列预测框架，并设计融合可逆归一化与趋势特征处理器的趋势模块、引入局部重要性池化机制的局部变化模块、以及结合傅里叶分析网络与频率映射网络的周期模块，有效解决了传统时间序列预测模型在长序列预测中计算复杂度高、信息提取能力不足的问题，此外，轻量级融合网络的引入进一步提高了特征整合的效率和预测结果的准确性。