基于深度学习的园区电网柔性负荷资源优化方法及系统

本发明公开了一种基于深度学习的园区电网柔性负荷资源优化方法及系统，该方法包括：采集目标园区内各个柔性负荷主体的运行数据和气象信息；对运行数据和气象信息进行预处理，得到多元负荷特征；根据多元负荷特征，对气象与电价波动间的关联关系进行动态耦合，得到耦合特征；根据多元负荷特征和耦合特征，通过园区负荷预测模型进行负荷预测，得到未来设定时间窗口内的园区负荷预测曲线；根据园区负荷预测曲线，对目标园区内的柔性负荷主体进行负荷资源调整；本发明能有效降低园区柔性负荷资源预测结果的误差，提高园区柔性负荷资源预测的精度和鲁棒性，满足园区柔性负荷资源调度与主动配电管理的准确性与精度要求。