技术特征：1.一种电力负荷预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的电力负荷预测方法，其特征在于，所述s2包括以下步骤：
3.根据权利要求1所述的电力负荷预测方法，其特征在于，所述s3具体为：
4.根据权利要求3所述的电力负荷预测方法，其特征在于，所述变分模态分解模型的约束优化表达式如下：
5.根据权利要求3所述的电力负荷预测方法，其特征在于，所述利用改进的麻雀搜索算法对变分模态分解模型的参数进行优化，其具体为：
6.根据权利要求5所述的电力负荷预测方法，其特征在于，所述对每只麻雀的位置进行更新的表达式如下：
7.根据权利要求1所述的电力负荷预测方法，其特征在于，所述s4具体为：
技术总结本发明提供了一种电力负荷预测方法，涉及电网电力技术领域，该方法包括获取电力系统数据；对电力系统数据进行预处理以及多源数据融合处理；利用变分模态分解模型将原始时间序列进行子序列分解；根据门控循环单元和注意力机制，构建电力负荷预测模型，并根据分解的子序列，利用电力负荷预测模型对电力负荷进行预测，其中，利用改进的麻雀搜索算法对电力负荷预测模型的参数进行优化。本发明解决了传统电力负荷预测模型精度不足、模型参数优化困难以及多源数据融合处理效果不佳的问题。
技术研发人员：谢光彬,高啸,胡晓松,钟泽波,覃露熹,李光彬,郭逢权,施寻,张鹏,唐小梅,王秋平,江漫,吴成龙,刘慧,许正阳,刘佩林,李思岑
受保护的技术使用者：国网四川省电力公司宜宾供电公司
技术研发日：技术公布日：2024/10/17