一种多模型动态融合负荷预测方法、系统、终端及介质

本申请涉及电力负荷预测领域，具体提供一种多模型动态融合负荷预测方法、系统、终端及介质，包括：构建多个不同类型的负荷预测模型，利用训练集对各个负荷预测模型进行独立训练，然后在验证集上，基于与测试集中的预测目标日特征相似的相似日数据，采用蒙特卡洛算法计算各负荷预测模型对应的动态权重；获取当前时刻之前的预设时间段内的历史负荷数据，及其对应时刻的气象数据与时间特征数据，构成模型输入数据集；将输入数据集进行预处理后，分别输入至已训练的各负荷预测模型中，得到各负荷预测模型对应的初始负荷预测值；根据所述动态权重，对各个初始负荷预测值进行加权融合，输出最终的负荷预测值。本发明提高负荷预测的准确性。