融合时空特征的电力负荷机器学习预测系统及预测方法

本发明公开了融合时空特征的电力负荷机器学习预测系统及预测方法，属于电力负荷预测技术领域。本发明的预测系统包括据采集模块、数据预处理模块、AC‑BiLSTM预测模块、模型评估模块和结果输出模块。本发明通过利用时间滑动窗口将多维数据构造成连续特征图作为输入，充分发挥CNN能够有效提取空间特征的优势，结合BiLSTM网络对序列数据的双向时序特征提取的能力，以及Attention机制能够选择性关注隐层状态，从而充分挖掘负荷数据自身的时间序列属性，获取深层次的时间相关性，满足电力负荷数据的预测要求。