一种基于深度融合网络的电力需求预测系统及方法

本申请公开了一种基于深度融合网络的电力需求预测系统及方法，其首先对多源数据进行标准化预处理，并通过引入基于关系复杂度的自适应加权机制，动态融合多种统计相关系数以精准识别显著影响因素，解决了传统固定权重筛选难以兼顾线性与非线性关系的技术问题。接着，利用阿尔蒙多项式分布滞后模型与耦合协调度分析，量化影响因素的时滞贡献并处理特征交互，构建包含动态传导机制的最终特征集。最后，通过集成卷积神经网络与双向长短期记忆网络的深度融合模型，并行提取多尺度局部特征与双向长时序依赖，从而实现对电力需求的高精度预测，克服了现有模型泛化能力弱及难以捕捉复杂时序规律的缺陷。