面向电力需求分析的多源数据处理算法设计.pdfVIP

第33卷第5期电子设计工程2025年3月

Vol.33No.5ElectronicDesignEngineeringMar.2025

面向电力需求分析的多源数据处理算法设计

凌荣光，许巍，严若婧，王妍，梁玉洁

（国网浙江省电力有限公司宁波供电公司，浙江宁波315010）

摘要：针对电力需求端复杂度提高所带来的电力负荷预测精度差的问题，文中基于电力系统数供

平台的多源数据提出了一种面向电力需求分析的负荷预测算法，以此辅助提高电网的运行控制水

平。该算法利用SVM算法提取输入数据特征，对于SVM算法参数较为复杂的缺点，通过引入GWO

算法对SVM的初始化参数进行优化。利用LightGBM模型在搜索和分割领域的性能优势，对数据

特征展开训练并输出负荷预测结果，同时基于Stacking集成学习框架，将所提算法进行融合，从而

有效提升了算法的运算效率及预测精度。在实验结果中，所提算法的计算效率较原算法有显著提

升，迭代次数减少了近50%，性能参数也在对比算法中处于领先，体现了算法性能的优越性。

关键词：多源数据分析；电力负荷预测；支持向量机；灰狼优化算法；LightGBM；集成学习框架

中图分类号：TP391文献标识码：A文章编号：1674-6236（2025）05-0147-05

DOI：10.14022/j.issn1674-6236.2025.05.031

Designofmulti⁃sourcedataprocessingalgorithmforpowerdemandanalysis

LINGRongguang，XUWei，YANRuojing，WANGYan，LIANGYujie

（NingboPowerSupplyCompany，StateGridZhejiangElectricPowerCo.，Ltd.，Ningbo315010，China）

Abstract:Inresponsetothephenomenonofpooraccuracyinpowerloadforecastingcausedbythe

increasedcomplexityofthepowerdemandside，thispaperproposesaloadforecastingalgorithmfor

powerdemandanalysisbasedonmulti⁃sourcedatafromthepowersystemdatasupplyplatform，toassist

inimprovingtheoperationalcontrollevelofthepowergrid.ThisalgorithmutilizestheSVMalgorithmto

extractinputdatafeatures.ToaddressthecomplexparametersoftheSVMalgorithm，theGWOalgorithm

isintroducedtooptimizetheinitializationparametersoftheSVM.Utilizingtheperformanceadvantagesof

theLightGBMmodelinsearchandsegmentation，traindatafeaturesandoutputloadpredictionresults.

Atthesametime，basedontheStackingintegratedlearningframework，theproposedalgorithmisfused，

effectivelyimprovingthecomputationalefficiencyandpredictionaccuracyofthealgorithm.Inthe

experimentalresults，thecomputationalefficiencyofthepro