注意力机制融合时空特征的负荷预测方法

一种注意力机制融合时空特征的负荷预测方法，该方法中，获取电力负荷数据集并划分训练集和测试集；收集天气数据并利用随机森林算法并按照重要性进行排序，选择天气数据前三项显著的特征作为模型输入；应用VMD对电力负荷数据进行分解，将其分解为多个局部的成分，每个成分对应于一个频率范围内的振动模态并利用RIME算法对VMD中的参数进行迭代优化，获得复杂度最小的子序列分量；根据分解的各个子序列分量，结合选取的前三项气象特征作为模型输入，构建注意力机制融合时空特征的能耗预测模型，运用BiTCN模型和BiGRU模型并行机制，同时处理时间序列数据，在经过交叉注意力层，进行特征增强，得到预测结果。