基于液体神经网络的农网用户电力负荷预测方法及系统

本专利公开了一种基于液体神经网络的农网用户电力负荷预测方法及系统。本发明首先收集包含天气、农业模式等多维特征的农网用户电力负荷历史数据，进行数据预处理；然后基于生物学神经元动力学构建液体神经元，通过微分方程建模液体神经元状态；接着，基于液态神经元构建了液体神经网络，通过多层级时间常数设置与时间门控残差连接提升了对多尺度时间序列数据的表征能力，并结合多层感知机架构补充网络初始信息；使用时序数据集完成模型训练；并基于测试数据与实际应用场景测试模型的实际应用性能；最后将模型部署至实际应用，对农网用户进行电力负荷预测。本发明提高了模型对多尺度时间序列数据的表达能力，实现高精度的农网用户电力负荷预测。