数据驱动和异构计算下行业用户电量需求预测.pdfVIP

第43卷摇第3期吉林大学学报(息科学版)Vol.43摇No.3

2025年5月JournalofJilinUniversity(InformationScienceEdition)May2025

文章编号:1671鄄5896(2025)03鄄0645鄄07

数据驱动和异构计算下行业用户电量需求预测

1,22222

黄文琦,赵翔宇,梁凌宇,曹摇尚,张焕明

(1.浙江大学信息与通信工程学院,杭州310058;2.南方电网数字电网研究院有限公司技术研发中心,广州510700)

摘要:由于行业用户的电量需求通常受季节性和周期性的影响,且有时获取的数据不完整、缺失或存在错误,

其均会对预测的准确性产生负面影响。为实现对行业用户电量需求的精准预测,提出数据驱动和异构计算下

行业用户电量需求预测方法。利用Lagrange插值算法填补用户电量数据缺失部分,采用标准化预处理电量数

据。为使电量需求预测足够精准,使用去噪自编码器、稀疏约束函数提取电量数据特征。通过长时间记忆神经

网络的遗忘、输入、更新及输出门层得出电量未来变化趋势,完成行业用户电量需求预测任务。实验结果

表明,所提方法适用于长期、短期的行业用户电量预测,且预测结果精度高、耗时短。

关键词:数据驱动;异构计算;用户电量需求;去噪自编码器;偏置项;权重矩阵

中图分类号:TP391文献标志码:A

DataDrivenandHeterogeneousComputingBased

PredictionofIndustryUserElectricityDemand

1,22222

HUANGWenqi,ZHAOXiangyu,LIANGLingyu,CAOShang,ZHANGHuanming

(1.CollegeofInformationandTelecommunicationsEngineering,ZhejiangUniversity,Hangzhou310058,China;

2.TechnologyRDCenter,SouthernPowerGridDigitalGridResearchInstituteCompanyLimited,Guangzhou510700,China)

Abstract:Theelectricitydemandofindustryusersisusuallyaffectedbyseasonalandcyclicalfactors,and

sometimesthedataobtainedisincomplete,missing,orincorrect,whichcanhaveanegativeimpactonthe

accuracyofpredictions.Inordertoachieveaccuratepredictionofindustryuserelectricitydemand,adata鄄driven

andheterogeneouscomputingmethodforpredictingindustryuserelectricitydemandisproposed.TheLagrange

interpolationalgorithmisusedtofillinthemissingpartofuserelectricitydata,thestandardizedpreprocessingof

electricitydataisusedtoma