一种售电量预测模型的训练方法、预测方法以及设备

本发明公开了一种售电量预测模型的训练方法、预测方法以及设备，本发明通过动态计算各子区域的气象敏感度指标并以此进行聚类分区，突破了传统固定阈值和均质化建模的局限，使得区域划分能够真实反映内部差异并适应区域功能变化；进而，通过为每个同质区构建定制化的热力学特征集，将体感温度、累积效应等关键非线性因素量化引入模型，精确刻画了气象对负荷的真实影响；最终，通过分区训练独立的预测模型，实现了因区施策的精准学习。通过上述一系列协同作用的技术手段，从根源上解决了因空间异质性和气象影响非线性导致的预测偏差问题，显著提升了高温高湿等复杂场景下的预测精度与模型适应性。