NILM思想拓展的新能源场站集群发电量多任务协同预测方法

本发明涉及一种NILM思想拓展的新能源场站集群发电量多任务协同预测方法，属于新能源发电预测与人工智能技术交叉领域。该方法包括：获取多源数据并进行预处理；构建三级递进式多任务协同预测模型，通过特征融合与抽象层整合多源异构特征，利用共享特征提取与隐式分解层学习场站发电潜力分布，并借助多任务预测层同步输出总发电量及各场站发电量预测结果；训练过程中引入物理一致性损失确保能量守恒，并通过掩码机制增强对缺失数据场景的鲁棒性。本发明有效解决了传统方法在部分场站数据缺失时预测精度下降、总发电量与各场站发电量预测结果不一致的问题，能够为电网精细化调度和场站运维管理提供高精度、强鲁棒性的发电量预测支持。