基于特征增强与稀疏注意力的农村电采暖负荷实时预测方法

本发明涉及电力系统负荷预测技术领域，公开了一种基于特征增强与稀疏注意力的农村电采暖负荷实时预测方法，包括：获取带有气象数据的农村电采暖历史负荷数据进行数据预处理和数据分解；利用XGBoost模型对数据分解后的农村电采暖历史负荷数据进行重要性分析，提取结构化特征；构建改进的Transformer模型并引入概率稀疏自注意力机制；采用改进的贝叶斯优化方法对模型超参数进行优化；将结构化特征输入至训练好的目标Transformer模型，得到农村电采暖负荷预测结果。本发明通过结合CEEMDAN、XGBoost和改进的Transformer模型，充分利用CEEMDAN的数据分解优势、XGBoost的特征提取能力和Transformer的概率稀疏自注意力机制，实现对农村电采暖负荷的高精度预测，同时降低计算复杂度，提升模型的泛化能力和训练效率。