一种多行业电力负荷数据预测方法、设备、介质及产品

本发明公开了一种多行业电力负荷数据预测方法、设备、介质及产品。方法包括：对电力表格中的多个行业的电力负荷数据进行预处理，得到完整电力表格数据；通过TabTransformer模型，将完整电力表格数据中的类别型数据转换为上下文嵌入特征，将完整电力负荷数据中的数值型数据转换为高维连续特征序列；通过TabTransformer模型中的多个上下文建模层学习类别嵌入特征之间的依赖关系，并融合上下文嵌入和高维连续特征，构建用于预测的目标特征序列，其中，每个TabTransformer层包括多头自注意力机制，将上下文增强的嵌入特征与数值特征拼接后输入至多层感知器中，输出多行业电力负荷数据的预测结果。该方法通过多头自注意力机制增强上下文建模能力，有效提升模型对电力负荷数据的预测准确度。