摘要
本发明提供电能表数据系统的电力负荷预测方法及介质，方法包括：采用多策略对负荷数据进行处理；依据改进PSO优化算法对归一化处理后数据进行自变量X和因变量Y的划分，再划分得到训练集和测试集；改进PSO优化算法依据动态的惯性权重和学习因子更新最优粒子，且动态的惯性权重和学习因子是依据莱维飞行机制和高斯扰动机制进行动态变化；创建CNN‑LSTM‑Transformer模型；依据改进PSO优化算法，使用训练集对模型进行训练，获取预测模型；每一次训练都会以上一次训练中通过改进PSO优化算法更新的粒子信息对模型的超参数进行更新。本发明能够显著提升短期电力负荷数据的预测精度。
