<正>随着新型电力系统建设的深入推进，源网荷储各环节的协同互动日益紧密，电力消费模式、用电负荷特性和用电驱动因素正发生深刻变化，极端天气频发也进一步增加了电力保供的不确定性与安全风险，在此背景下，用电需求的分析与预测工作面临一系列新的难题与挑战。一方面，分布式新能源、电动汽车、储能及柔性负荷等多元主体广泛接入，使得用电特性更加复杂，受电价信号与市场机制的影响愈发显著，作用机理难以精准刻画；另一方面，传统预测方法对用户行为因素的感知不够全面，对强扰动、高不确定性场景（极端天气、特殊事件等）的泛化能力不足，模型鲁棒性与预测可靠性难以保证，且结果可解释性较差。同时，面向高分布式能源渗透区域及典型用户群体的时空耦合特征建模与细粒度预测技术尚不完善。如何在海量异构数据中挖掘有效信息，构建适应复杂场景的预测模型，并基于预测结果，为用户侧可调节资源潜力评估及电力市场框架下需求侧资源协同优化提供有力支撑，已成为国内外学者共同关注的焦点问题。