[发明专利]一种基于神经网络和特征筛选的用电负荷模型训练方法

摘要

本申请涉及一种基于神经网络和特征筛选的用电负荷模型训练方法。方法包括：获取训练样本数据；获取针对各候选用电特征组合对应的特征选择变量，并采用梯度下降的方法，从各候选用电特征组合中筛选出目标用电特征组合；将目标用电特征组合输入至待训练的电力负荷预测模型中，得到用户用电负荷预测数据；基于用户用电负荷预测数据和目标用电特征组合所对应的用户用电负荷样本数据之间的差异，获取待训练的电力负荷预测模型对应的模型损失值；根据模型损失值调整待训练的电力负荷预测模型的模型参数，直至模型损失值低于预设阈值，将模型参数调整后的待训练的电力负荷预测模型作为训练好的电力负荷预测模型。本方法能提高用户用电负荷预测的精度。