1.一种电力负荷预测模型训练方法,其特征在于,包括:
2.根据权利要求1所述的电力负荷预测模型训练方法,其特征在于,所述根据预设相似日筛选规则从多个历史日中筛选出与待预测日相似度最高的若干个相似日,包括:
3.根据权利要求2所述的电力负荷预测模型训练方法,其特征在于,所述基于气象特征类型确定出多个所述历史日与所述待预测日之间的气象因子相似度,包括:
4.根据权利要求2所述的电力负荷预测模型训练方法,其特征在于,所述利用所述星期因子相似度、所述时间因子相似度和所述气象因子相似度确定出多个所述历史日与所述待预测日之间的综合相似度,包括:
5.根据权利要求1所述的电力负荷预测模型训练方法,其特征在于,所述利用各所述相似日的历史特征数据和历史电力负荷构建初始样本集之后,还包括:
6.根据权利要求1所述的电力负荷预测模型训练方法,其特征在于,所述电力负荷预测模型基于lightgbm模型构建。
7.根据权利要求1至6任一项所述的电力负荷预测模型训练方法,其特征在于,所述利用所述训练数据集对电力负荷预测模型进行训练,以得到训练后电力负荷预测模型的过程中,还包括:
8.一种电力负荷预测方法,其特征在于,基于如权利要求1至7任一项所述的电力负荷预测模型训练方法训练得到的训练后电力负荷预测模型,包括:
9.一种电力负荷预测模型训练装置,其特征在于,包括:
10.一种电子设备,其特征在于,包括:
11.一种计算机可读存储介质,其特征在于,用于存储计算机程序;其中,所述计算机程序被处理器执行时实现如权利要求1至8任一项所述方法的步骤。