摘要
本发明公开一种智慧园区用电负荷预测方法及系统，涉及电力负荷预测技术领域。针对传统预测模型难以处理园区用电的非线性时序特征问题，采用方案包括：采集用电相关数据，进行数据清洗和数据归一化，进行重要特征评估，筛选出关键特征，随后将数据按时序‑特征类型‑特征三个维度重组，形成三维数据表格，并转化为适用于监督学习的输入‑输出数据帧，其中，输入为历史时序数据与实时特征向量，输出为目标预测值；构建融合卷积神经网络、双向长短期记忆层与多头注意力机制的预测模型，使用前述输入‑输出数据帧训练预测模型；模型以待预测时刻的历史时序数据与实时特征向量作为输入，输出预测结果。本发明用于预测用电负荷。
