一种基于大数据的电网负荷预测与动态调度优化方法

本发明涉及电网负荷预测技术领域，具体地说，涉及一种基于大数据的电网负荷预测与动态调度优化方法。包括如下步骤：电网多源数据预处理；注意力增强型负荷预测模型构建，通过LSTM网络提取时序负荷特征，通过随机森林筛选关键影响因素特征；分层约束改进鲸鱼优化调度方案生成；实时闭环调整；数据归档追溯。本发明通过构建注意力增强型负荷预测模型，利用LSTM网络提取时序负荷特征、随机森林筛选关键影响因素特征，再引入注意力机制突出用电高峰时段特征权重，结合Adam优化器训练与精度验证，可更精准捕捉不同时段负荷变化规律，提升负荷预测结果与实际电网运行状况的适配性。