负荷特性分析与预测平台产品系统

面向电力负荷历史数据分析、典型负荷曲线提取和短期负荷预测场景，对不同日期、时间段和用户类型的负荷数据进行清洗、统计和建模。系统可以帮助用户识别峰谷变化、周期性特征和异常数据，为电力运行计划、容量配置、用电预测和负荷管理提供数据支持。

系统支持 Excel、CSV 等格式的负荷数据导入，提供缺失值处理、异常值识别、时间序列整理、日负荷曲线分析、周负荷分析、月度统计、峰谷时段识别、典型日提取和预测结果展示功能。用户可以选择历史数据范围、预测时间长度和模型参数，查看实际值与预测值对比、预测误差和统计指标。

使用 Python 和 Pandas 完成数据读取、清洗、时间索引处理和统计分析，使用 NumPy 完成数值计算，结合 EMD 分解、LSTM 或 TCN 等时间序列方法进行预测，使用 Matplotlib 生成负荷曲线和预测对比图。系统同时提供结果导出和报告整理功能，方便后续形成分析材料。