一种基于信息熵聚类和注意力机制的循环神经网络短期负荷预测方法

摘要

本发明设计一种基于信息熵聚类和ATTENTION机制的循环神经网络短期负荷预测方法，包括以下步骤：分析影响电力负荷的特征；使用xgboost算法计算所有特征对负荷的信息熵；使用聚类算法对预测地区的历史数据进行基于各特征信息熵为权重的聚类分析；在聚类结果中选取预测日权重距离最近的簇，并依据距离预测时间由远到近组成时间序列T；时间序列T作为ATTENTION循环神经网络的编码器(Encoder)，并由解码器(Decoder)获得预测结果。与现有技术相比，本发明具有预测精度高、自适应性好等优点。