1.一種基于cnn-attention的配電網(wǎng)偽量測數(shù)據(jù)預測方法，其特征在于，包括以下步驟：
2.根據(jù)權利要求1所述的基于cnn-attention的配電網(wǎng)偽量測數(shù)據(jù)預測方法，其特征在于，所述通過聚類算法對所述訓練數(shù)據(jù)集進行聚類，根據(jù)聚類結(jié)果構(gòu)建典型負荷功率曲線模板庫數(shù)據(jù)，包括：
3.根據(jù)權利要求1所述的基于cnn-attention的配電網(wǎng)偽量測數(shù)據(jù)預測方法，其特征在于，所述根據(jù)所述典型負荷功率曲線模板庫對所述配電網(wǎng)偽量測生成模型進行訓練，得到訓練好的所述配電網(wǎng)偽量測生成模型，包括：
4.根據(jù)權利要求3所述的基于cnn-attention的配電網(wǎng)偽量測數(shù)據(jù)預測方法，其特征在于，所述損失函數(shù)表示為：
5.根據(jù)權利要求1所述的基于cnn-attention的配電網(wǎng)偽量測數(shù)據(jù)預測方法，其特征在于，所述歷史量測數(shù)據(jù)包括：有功功率、電壓幅值和電流幅值；
6.根據(jù)權利要求1所述的基于cnn-attention的配電網(wǎng)偽量測數(shù)據(jù)預測方法，其特征在于，在根據(jù)所述偽標簽數(shù)據(jù)和預處理后的所述歷史量測數(shù)據(jù)構(gòu)建訓練數(shù)據(jù)集之后，還包括：
7.根據(jù)權利要求1所述的基于cnn-attention的配電網(wǎng)偽量測數(shù)據(jù)預測方法，其特征在于，所述通過遷移學習算法對訓練好的所述配電網(wǎng)偽量測生成模型進行調(diào)整，包括：
8.根據(jù)權利要求7所述的基于cnn-attention的配電網(wǎng)偽量測數(shù)據(jù)預測方法，其特征在于，所述根據(jù)所述差異性對所述配電網(wǎng)偽量測生成模型的參數(shù)進行凍結(jié)與調(diào)整，包括：
9.根據(jù)權利要求8所述的基于cnn-attention的配電網(wǎng)偽量測數(shù)據(jù)預測方法，其特征在于，在基于訓練過程中得到的參數(shù)對所述配電網(wǎng)偽量測生成模型進行調(diào)整之后，還包括：
10.一種基于cnn-attention的配電網(wǎng)偽量測數(shù)據(jù)預測系統(tǒng)，其特征在于，包括以下模塊：