摘 要：針對(duì)傳統(tǒng)負(fù)荷預(yù)測(cè)方法易受復(fù)雜環(huán)境因素影響的問(wèn)題，提出了基于ＩＣＥＥＭＤＡＮＤＣＮＴｒａｎｓｆｏｒｍｅｒ的短期電力負(fù)荷組合預(yù)測(cè)模型，該模型將電力負(fù)荷數(shù)據(jù)通過(guò)ＩＣＥＥＭＤＡＮ方法分解為若干個(gè)ＩＭＦ和一個(gè)Ｒｅｓ函數(shù)，考慮復(fù)雜環(huán)境因素的影響，將分解后各分量與環(huán)境特征并行輸入到ＤＣＮＴｒａｎｓｆｏｒｍｅｒ中進(jìn)行預(yù)測(cè)，并將各組預(yù)測(cè)數(shù)據(jù)線性相加得到完整的預(yù)測(cè)結(jié)果。以泉州市電力負(fù)荷歷史數(shù)據(jù)為基礎(chǔ)進(jìn)行實(shí)驗(yàn)，建立４種單一預(yù)測(cè)模型和３種組合預(yù)測(cè)模型作為對(duì)比模型，對(duì)該地１０ｄ、２４０ｈ的電力負(fù)荷序列加以預(yù)測(cè)。結(jié)果表明，相較于傳統(tǒng)算法，所提算法可以顯著提高負(fù)荷預(yù)測(cè)的精度并有效降低誤差評(píng)價(jià)指標(biāo)值，為電力系統(tǒng)的安全運(yùn)行和規(guī)劃制定提供理論依據(jù)。

關(guān) 鍵 詞：電力負(fù)荷預(yù)測(cè)；改進(jìn)型完全自適應(yīng)噪聲集合經(jīng)驗(yàn)?zāi)B(tài)分解算法；深度交叉網(wǎng)絡(luò)；預(yù)測(cè)精度；短期負(fù)荷；組合預(yù)測(cè)模型；誤差評(píng)價(jià)

中圖分類號(hào)：ＴＭ７１５ 文獻(xiàn)標(biāo)志碼：Ａ 文章編號(hào)：１０００－１６４６（２０２４）０４－０３８８－０９

短期電力負(fù)荷預(yù)測(cè)對(duì)電力行業(yè)的經(jīng)濟(jì)效益和資源管理利用起到重要作用?？焖?、精確的預(yù)測(cè)可以有效保證電力系統(tǒng)的穩(wěn)定運(yùn)行，減少運(yùn)行成本并提高用戶的滿意度［１－２］。能源互聯(lián)網(wǎng)的快速發(fā)展及可再生能源發(fā)展政策的多方位推進(jìn)，為基于深度學(xué)習(xí)的電力負(fù)荷預(yù)測(cè)提供了技術(shù)指導(dǎo)和數(shù)據(jù)支持。