基于历史数据融合分析的电力工程信息预测模型.pdfVIP

第33卷第13期电子设计工程2025年7月

Vol.33No.13ElectronicDesignEngineeringJul.2025

基于历史数据融合分析的电力工程信息预测模型

张可抒，吴丹

（常州常供电力设计院有限公司，江苏常州213000）

摘要：针对自适应优化算法在进行电力工程数据预测评估时的局限性，设计了一种融合多源历史

数据分析与自抗扰算法的预测模型。对电力工程中的历史数据信息进行融合分析得到数据特征，

并据此建立不同数据间的关联。通过引入自抗扰算法，对多源历史数据融合过程中的外在扰动和

内在不相关扰动数据进行抑制。同时，还设计了线性状态误差反馈律对各类扰动数据进行抵消，

从而保证了模型的抗扰性，提高了预测与评估准确度。与传统自适应优化模型进行的对比实验结

果表明，所提模型的均方根误差和平均绝对误差均在3%以内，评估准确度达98%以上，大幅提高了

对电力工程信息的预测能力。

关键词：多源历史数据；电力工程信息；预测模型；自抗扰算法

中图分类号：TN949文献标识码：A文章编号：1674-6236（2025）13-0101-05

DOI：10.14022/j.issn1674-6236.2025.13.021

Electricpowerengineeringinformationpredictionmodelbasedonhistoricaldata

fusionanalysis

ZHANGKeshu，WUDan

（ChangzhouChanggongElectricPowerDesignInstituteCo.，Ltd.，Changzhou213000，China）

Abstract:Inresponsetothelimitationsofadaptiveoptimizationalgorithmsinpredictingandevaluating

powerengineeringdata，apredictionmodelthatintegratesmulti⁃sourcehistoricaldataanalysisandself

disturbancerejectionalgorithmisproposed.Fuseandanalyzehistoricaldatainformationinpower

engineeringtoobtaindatafeatures，andestablishcorrelationsbetweendifferentdatabasedonthis.By

introducingselfdisturbancerejectionalgorithm，externalandinternalirrelevantdisturbancesinthe

processofmulti-sourcehistoricaldatafusionaresuppressed.Atthesametime，alinearstateerror

feedbacklawwasdesignedtocanceloutvarioustypesofdisturbancedata，ensuringthemodelsrobustness

andimprovingpredictionandevaluationaccuracy.Thecomparativeexperimentalresultswithtraditional

adaptiveoptimizationmodelsshowthattherootmeansquareerrorandaverageabsoluteerrorofthe

proposedmodelarebothwithin3%，andtheevaluationaccuracy