一种极端天气条件下的城市电力负荷在线预测方法及系统

本发明公开了一种极端天气条件下的城市电力负荷在线预测方法及系统，通过获取弧度缩放后的电力负荷数据，能够使得在极端天气场景下，通过集成了对比学习模块和弧度缩放模块，解决了极端天气情况下的数据稀缺和无界预测问题。通过Z‑Score的检测方法，实现了在线预测的过程中，对极端天气的准确识别。在通过动态调整学习率和对比学习温度参数，实现多维协同适应，从而快速捕捉新的负荷模式。解决了极端天气情况下负荷预测的低精度和低计算效率问题。具有广泛的应用前景，有助于电力系统在极端天气下的安全稳定运行，确保电力供应的可靠性和安全性。