基于贝叶斯神经网络的电力系统负荷概率预测方法及装置

本发明公开一种基于贝叶斯神经网络的电力系统负荷概率预测方法及装置，本方法从配电系统或用户侧负荷采集装置获取原始历史负荷数据，并对所述原始历史负荷数据进行预处理，获得标准化模型输入序列；通过构建双分支特征提取模块，从标准化模型输入序列中提取负荷内部时序特征与多重分形特征；通过交叉注意力机制将两种特征进行特征融合，并通过SHAP机制进行特征精炼，获得精炼特征；将精炼特征输入到贝叶斯注意力层、分形引导的贝叶斯前馈神经网络及贝叶斯线性输出层中；通过分形参数引导贝叶斯神经网络进行推断参数自适应调整，完成负荷概率预测并输出概率预测结果。本发明解决了现有技术存在的难以自适应适配负荷复杂性及不确定性等问题。