基于小样本学习的极端温度变化场景下短期负荷预测

李金航; 刘瑾瑜; 郭鸿业; 梁志峰; 李寅晓; 康重庆

doi:10.13335/j.1000-3673.pst.2025.1489

欢迎来到能源电力期刊网！

English Version 期刊登录

您当前的位置：

首页 >

文章列表页 >

基于小样本学习的极端温度变化场景下短期负荷预测

面向新型电力系统的客户侧电力电量分析及预测 | 更新时间：2026-07-02

- 基于小样本学习的极端温度变化场景下短期负荷预测
- 基于小样本学习的极端温度变化场景下短期负荷预测
- 电网技术 2026年50卷第6期页码：2292-2301
- 作者机构：
  
  1. 新型电力系统运行与控制全国重点实验室(清华大学电机系)
  2. 国家电网有限公司国家电力调度控制中心
- 作者简介：
- 基金信息：
  
  国家电网有限公司总部管理科技项目：“数据机理混合驱动的源网荷不确定性感知与电力平衡分析指标体系研究”(5700-202455372A-3-2-ZX)~~
- DOI：10.13335/j.1000-3673.pst.2025.1489
  中图分类号： TM715;TP18
- 纸质出版：2026
- 稿件说明：
移动端阅览
李金航, 刘瑾瑜, 郭鸿业, 等. 基于小样本学习的极端温度变化场景下短期负荷预测[J]. 电网技术, 2026,50(6):2292-2301.

李金航, 刘瑾瑜, 郭鸿业, et al. 基于小样本学习的极端温度变化场景下短期负荷预测[J]. 2026, 50(6): 2292-2301.
李金航, 刘瑾瑜, 郭鸿业, 等. 基于小样本学习的极端温度变化场景下短期负荷预测[J]. 电网技术, 2026,50(6):2292-2301. DOI： 10.13335/j.1000-3673.pst.2025.1489.

李金航, 刘瑾瑜, 郭鸿业, et al. 基于小样本学习的极端温度变化场景下短期负荷预测[J]. 2026, 50(6): 2292-2301. DOI： 10.13335/j.1000-3673.pst.2025.1489.

摘要

随着新能源渗透率的逐步提升，准确的电力负荷预测在新型电力系统中的重要性逐步提升。近年来随着气候变化，热浪、寒潮等极端天气事件发生频率增加，由于发生频率低样本较少等原因，传统负荷预测方法在极端天气下的预测精度存在下降的问题。亟需构建能够适应极端气象场景的负荷预测方法。为此，文章提出了一种基于迁移学习的小样本负荷预测框架，该框架以预训练的时间序列混合器模型为基础，通过极端场景识别、样本筛选与小样本微调三阶段过程，提升负荷预测模型在极端温度变化场景下的适应性与精度。首先，通过对常见预测模型在传统气象学定义的极端温度场景下的表现进行量化分析，发现模型性能下降主要源于短期内温度剧烈变化而非温度绝对极值。基于此发现，进一步定义了“极端温度变化场景”，并将其引入电力系统负荷预测框架中，以弥补此领域对极端天气考虑的不足。最后，通过甘肃省逐小时负荷数据的算例分析表明，所提方法在极端温度变化日的预测误差较传统模型显著降低，验证了其在极端场景下的有效性与适用性。

Abstract

关键词

Keywords

references

Lei Xu,Shengwei Wang,Rui Tang.Probabilistic load forecasting for buildings considering weather forecasting uncertainty and uncertain peak load[J].Applied Energy,2019.

Iain Staffell,Stefan Pfenninger.The increasing impact of weather on electricity supply and demand[J].Energy,2018.

林珊,王红,齐林海,冯函宇,苏盈.基于条件生成对抗网络的短期负荷预测[J].电力系统自动化,2021(11).

钟海旺,张广伦,程通,叶倚伶.美国得州2021年极寒天气停电事故分析及启示[J].电力系统自动化,2022(06).

康重庆,杜尔顺,郭鸿业,李姚旺,方宇晨,张宁,钟海旺.新型电力系统的六要素分析[J].电网技术,2023(05).

潘艳霞,刘国瑞,任建婧,赵堃,谭沛然,马容婷,郝玲,何建樑.面向跨季度多时段特征双向聚类与时序迁移的多任务短期电网负荷预测[J].电网技术,2025(04).

钟燕,王军,宋戈,吴波,王涛.基于二次重构分解去噪及双向长短时记忆网络的极端天气下超短期电力负荷预测[J].电网技术,2025(11).

缪希仁,刘煜寒,王铭海,江灏,陈静,林蔚青,陈熙.基于域对抗迁移网络的短期电力负荷预测方法[J].电网技术,2025(09).

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于域对抗迁移网络的短期电力负荷预测方法

基于迁移学习与多特征融合编码的电动自行车入户充电非侵入式监测方法

考虑样本分布不均衡的电力系统暂态稳定自适应评估

计及极端天气和海上风电制氢的综合能源系统优化运行

基于改进型主动深度学习框架的油浸式变压器故障辨识算法