微电网短期负荷预测方法、装置、电子设备及存储介质

本发明属于电力负荷预测及人工智能技术领域，提供了一种微电网短期负荷预测方法、装置、电子设备及存储介质，其中方法包括：对历史运行数据进行预处理，得到训练数据；将电功率特征作为物理先验特征向量嵌入至LSTM神经网络，得到物理嵌入向量，将训练数据与物理嵌入向量进行融合；对融合序列采用LSTM神经网络进行预训练，得到第一物理约束LSTM模型；用Wasserstein GAN生成对抗框架进行联合训练，得到第二物理约束LSTM模型；对第二物理约束LSTM模型的判别器进行冻结并进行联合训练，将得到微电网短期负荷预测模型并对实时运行数据进行预测，得到短期负荷预测结果。本发明能提高微电网短期负荷预测准确度。