原创力文档基于场景划分与深度学习的电网代理购电负荷预测及策略优化研究
摘要
在电力市场化改革背景下，电网代理购电负荷预测的准确性直接影响电力系统稳定
运行与市场化资源配置效率。针对传统负荷预测模型难以兼顾高维数据的时空特性及场
景适应性问题，本研究提出一种基于场景划分与深度学习的协同预测框架及动态优化策
略。首先，构建PSO-KMeans优化聚类算法，融合气象、节假日及行业用电特征，提取
典型负荷场景（如极端高温、光伏大发等），降低场景划分的局部最优风险；其次，设
计CNN-LST
基于场景划分与深度学习的电网代理购电负荷预测及策略优化研究
摘要
在电力市场化改革背景下，电网代理购电负荷预测的准确性直接影响电力系统稳定
运行与市场化资源配置效率。针对传统负荷预测模型难以兼顾高维数据的时空特性及场
景适应性问题，本研究提出一种基于场景划分与深度学习的协同预测框架及动态优化策
略。首先，构建PSO-KMeans优化聚类算法，融合气象、节假日及行业用电特征，提取
典型负荷场景（如极端高温、光伏大发等），降低场景划分的局部最优风险；其次，设
计CNN-LST
文档评论（0）