基于混合模型网络的电量预测方法及系统

本发明属于电量预测技术领域，公开基于混合模型网络的电量预测方法及系统，所述方法包括：获取电力结算电量数据，对电力结算电量数据进行缺失值处理和归一化处理，并按时间顺序划分出训练集数据和测试集数据；基于训练集数据，构建自回归移动平均模型ARIMA进行初步电量预测，并提取测试集数据上的残差序列，然后构建长短期记忆网络LSTM对残差序列进行预测，形成ARIMA‑LSTM融合模型；使用贝叶斯优化方法对ARIMA模型和LSTM模型的超参数进行优化，得到最优超参数组合，并基于优化后的模型输出最终电量预测结果。本发明引入贝叶斯优化算法自动搜索ARIMA参数（p,d,q）和LSTM超参数（隐藏层神经元数、序列长度、学习率），显著提升模型精度与效率。