【时间】2024年5月23日（周四）下午15：30 开始

【地点】线下讲座，9A103会议室

【主题】基于时间卷积网络的短期电力负荷预测

【主讲人】赵洋 博士

【内容简介】

    准确的短期电力负荷预测对保证电网的安全稳定运行、能量优化管理、提高发电设备利用率和降低运行成本等具有重要作用。由于传统时间序列分析方法难以学习短期电力负荷数据的非线性特征，因而提出一种基于时间卷积深度学习网络的短期电力负荷预测方法。以实际电力负荷数据对所提模型进行测试，并与支持向量回归、高斯过程回归和前向神经网络等经典机器学习方法的预测结果进行对比分析。实验结果表明，时间卷积网络可以获得更高的预测精度，在非线性特征学习方面具有更好的性能。在此基础上，通过对短期负荷数据进行特征分解，提出一种基于差分自回归移动平均和时间卷积网络相结合的混合预测方法。该方法能充分发挥两种模型学习不同数据特征的能力，可以进一步提高短期电力负荷预测的精度。

诚挚欢迎广大师生参加。