大语言模型增强的电力负荷预测方法

本发明公开一种大语言模型增强的电力负荷预测方法，该方法是将时间序列按一定的步长进行切分，通过不同大小的卷积核卷积提取多尺度的特征信息，同时将卷积后的时间序列经过通道注意力机制的处理，使其能够完成在通道方面的特征学习，强化特征信息的提取，为时间序列添加通道方面的权重，以此将注意力集中到关键的部分，同时抑制对不重要的特征的注意力。处理完的时间序列再借由交叉注意力机制的方法将时间序列信息转化为可被大语言模型理解的文本信息。本发明通过引入通道注意力机制来强化特征提取，在增加很少计算量的情况下提高了预测精度。