温差驱动下基于多任务学习及可解释机器学习的综合能源系统多元负荷预测

牛东晓; 周泽颖; 于霄宇; 许晓敏

doi:10.19705/j.cnki.issn2096-5125.20250457

English Version Journal Login

您当前的位置：

首页 >

文章列表页 >

温差驱动下基于多任务学习及可解释机器学习的综合能源系统多元负荷预测

更新时间：2026-06-18

- 温差驱动下基于多任务学习及可解释机器学习的综合能源系统多元负荷预测
- Vol. 9, Issue 3, Pages: 345-360(2026)
- 作者机构：
  
  1. 华北电力大学经济与管理学院
  2. 新能源电力与低碳发展研究北京市重点实验室
- 作者简介：
- 基金信息：
- DOI：10.19705/j.cnki.issn2096-5125.20250457
  CLC： TK01;TM715
- Published：2026
- 稿件说明：
移动端阅览
牛东晓, 周泽颖, 于霄宇, et al. 温差驱动下基于多任务学习及可解释机器学习的综合能源系统多元负荷预测[J]. 2026, 9(3): 345-360.
DOI：

牛东晓, 周泽颖, 于霄宇, et al. 温差驱动下基于多任务学习及可解释机器学习的综合能源系统多元负荷预测[J]. 2026, 9(3): 345-360. DOI： 10.19705/j.cnki.issn2096-5125.20250457.

摘要

随着“双碳”目标的推进与综合能源系统的快速发展，实现综合能源系统安全、经济运行对多元负荷预测的精度提出了更高要求。针对现有研究在应对负荷波动性、耦合性方面的不足，提出了一种基于变分模态分解 (variational mode decomposition，VMD)、长短期记忆 (long short-term memory，LSTM)、支持向量机 (support vector machine，SVM)、Transformer的综合能源系统(integrated energy system，IES)多元负荷短期预测模型。首先分析多元负荷的影响因素，创新性地将“12 h温差”作为关键气象特征以捕捉温差剧变导致的负荷异常波动，并且将日历信息通过独热编码进行量化；其次利用VMD分解原始负荷序列；然后采用麻雀搜索算法(sparrow search algorithm，SSA)优化SVM参数，并预测各IMF分量，作为高级特征输入；最后，构建了一个多任务学习(multi-task learning，MTL)框架，其共享层使用LSTM挖掘多元负荷间的耦合关系，任务特定层采用Transformer编码器捕捉各负荷的时序依赖特性，最终进行预测，并且使用SHAP分析法分析特征变量对预测结果的影响程度。以中国兰州某园区的实际数据为算例，实验结果表明所提出的模型能够有效降低负荷预测的平均绝对百分比误差，有较好的预测精度。

Abstract

关键词

Keywords

references

李更丰,别朝红,王睿豪,姜江枫,寇宇.综合能源系统可靠性评估的研究现状及展望[J].高电压技术,2017(01).

史佳琪,谭涛,郭经,刘阳,张建华.基于深度结构多任务学习的园区型综合能源系统多元负荷预测[J].电网技术,2018(03).

陈振宇,刘金波,李晨,季晓慧,李大鹏,黄运豪,狄方春,高兴宇,徐立中.基于LSTM与XGBoost组合模型的超短期电力负荷预测[J].电网技术,2020(02).

栗然,孙帆,丁星,韩怡,刘英培,严敬汝.考虑多能时空耦合的用户级综合能源系统超短期负荷预测方法[J].电网技术,2020(11).

孙庆凯,王小君,张义志,张放,张沛,高文忠.基于LSTM和多任务学习的综合能源系统多元负荷预测[J].电力系统自动化,2021(05).

李焱,贾雅君,李磊,郝建姝,张晓英.基于随机森林算法的短期电力负荷预测[J].电力系统保护与控制,2020(21).

张铁岩,孙天贺.计及季节与趋势因素的综合能源系统负荷预测[J].沈阳工业大学学报,2020(05).

朱刘柱,王绪利,马静,陈庆会,齐先军.基于小波包分解与循环神经网络的综合能源系统短期负荷预测[J].电力建设,2020(12).

罗凤章,张旭,杨欣,姚良忠,朱凌志,钱敏慧.基于深度学习的综合能源配电系统负荷分析预测[J].高电压技术,2021(01).

陈锦鹏,胡志坚,陈纬楠,高明鑫,杜一星,林铭蓉.二次模态分解组合DBiLSTM-MLR的综合能源系统负荷预测[J].电力系统自动化,2021(13).

孙超,吕奇,朱思曈,郑薇,曹云飞,王俊.基于双层XGBoost算法考虑多特征影响的超短期电力负荷预测[J].高电压技术,2021(08).

陈胜,卫志农,顾伟,郭庆来.碳中和目标下的能源系统转型与变革：多能流协同技术[J].电力自动化设备,2021(09).

龚飘怡,罗云峰,方哲梅,窦帆.基于Attention-BiLSTM-LSTM神经网络的短期电力负荷预测方法[J].计算机应用,2021(S1).

田浩含,张智晟,于道林.基于改进LSTM的区域综合能源系统多元负荷短期预测研究[J].电力系统及其自动化学报,2021(09).

吴伟杰,吴杰康,雷振,郑敏嘉,张伊宁,李猛,黄欣,李逸欣.基于CSO优化深度信念网络的园区能源需求预测方法[J].电网技术,2021(10).

王琛,王颖,郑涛,戴则梅,张凯锋.基于ResNet-LSTM网络和注意力机制的综合能源系统多元负荷预测[J].电工技术学报,2022(07).

吕忠麟,顾洁,孟璐.基于耦合特征与多任务学习的综合能源系统短期负荷预测[J].电力系统自动化,2022(11).

叶剑华,曹旌,杨理,罗凤章.基于变分模态分解和多模型融合的用户级综合能源系统超短期负荷预测[J].电网技术,2022(07).

李文武,张鹏宇,石强,冯晨洋,李丹.基于聚合混合模态分解和时序卷积神经网络的综合能源系统负荷修正预测[J].电网技术,2022(09).

崔树银,汪昕杰.基于最大信息系数和多目标Stacking集成学习的综合能源系统多元负荷预测[J].电力自动化设备,2022(05).

丁斌,邢志坤,王帆,袁博,王翠影,鲁尔奇.考虑多元负荷需求响应的综合智慧能源系统协同优化调度[J].全球能源互联网,2022(06).

王凇瑶,张智晟.基于量子加权多层级GRU神经网络的综合能源系统多元负荷短期预测[J].电力系统保护与控制,2022(23).

黄旭锐,于丰源,杨波,潘军,徐钦.基于Transformer网络和多任务学习的园区综合能源系统电-热短期负荷预测方法[J].南方电网技术,2023(01).

欧阳静,杨吕,尹康,赵宇航,潘国兵.基于ALIF-LSTM多任务学习的综合能源系统短期负荷预测[J].太阳能学报,2022(09).

韩宝慧,陆玲霞,包哲静,于淼.基于多头概率稀疏自注意力模型的综合能源系统多元负荷短期预测[J].电力建设,2024(02).

王扬,路菲,李骥,谈竹奎,孙宗宇,徐伟,宋子宏,刘振鹏.基于综合优化目标的低碳园区能源系统规划配置[J].中国电力,2024(04).

李鹏,罗湘淳,孟庆伟,朱明晓,陈继明.基于Spearman相关性阈值寻优和VMD-LSTM的用户级综合能源系统超短期负荷预测[J].全球能源互联网,2024(04).

朱丽,侯靖轩,李子睿.基于TCN-TPA-BiLSTM模型和多任务学习的综合能源系统多元负荷预测[J].全球能源互联网,2025(05).

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于TCN-TPA-BiLSTM模型和多任务学习的综合能源系统多元负荷预测

综合能源系统自愿碳减排的电-碳市场投标与利益分配机制设计

计及碳减排与数据中心余热回收的电-热-氢综合能源系统多目标优化调度

考虑多重不确定性的综合能源系统与加氢站主从博弈鲁棒定价策略

基于改进DDPG的含PCH综合能源系统低碳经济运行策略

Related Author

李子睿

侯靖轩

朱丽

李斯吾

颜玉林

戈翔迪

汪颖翔

李锋

Related Institution

APEC可持续能源中心

天津大学国家储能技术产教融合创新平台

天津大学建筑学院

国网湖北省电力有限公司襄阳供电公司

国网湖北省电力有限公司经济技术研究院

AI问答

⁰