基于CNN和LSTM的电力系统负荷预测方法

本发明公开了一种基于CNN和LSTM的电力系统负荷预测方法,涉及电力技术领域,该方法将历史时间序列数据按照电力系统负荷的周期性转换为负荷图片,利用预先基于CNN网络训练得到的特征提取模型提取得到负荷图片中每个像素点的h个时间序列特征,将提取得到时间序列特征的负荷图片再次转换为时间序列得到第一时间序列后输入预先基于LSTM网络训练得到的负荷预测模型得到电力系统负荷的预测值,该方法提高了对隐式的时间序列特征的提取能力以及时间轴上的计算能力,克服了CNN和LSTM各自的缺点,有利于提高对拥有周期性和长时间依赖性的电力系统负荷的预测的精度和准确性,具有较高的应用价值⊙