基于改进鲸鱼优化算法的CNN-BiLSTM-MATT短期电力负荷预测模型摘要：短期电力负荷预测是智能电网调度与运行的核心技术之一。本文提出一种融合改进鲸鱼优化算法（IWOA）、卷积神经网络（CNN）、双向长短期记忆网络（BiLSTM）和多头注意力机制（Multi-Head Attention）的混合预测模型——IWOA-CNN-BiLSTM-MATT。该模型通过IWOA自动优化网络超参数，利用CNN提取负荷序列的局部时空特征，借助BiLSTM捕捉双向时序依赖关系，并引入多头注意力机制对不同时间步的重要程度进行自适应加权，最终实现对短期电力负荷的高精度预测。