《电网技术》，值得信赖的电力学术期刊戳题目，看全文！

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/栗然，孙帆，丁星，韩怡，刘英培，严敬汝

《电网技术》年第11期：-.

综合能源系统是实现能源互联网多能互补特性的重要物理载体，现有研究多数集中于大规模的区域级，其负荷波动小且变化规律较为固定。而用户级综合能源系统规模小，负荷波动大，具有高度不确定性，因此对实时、准确、可靠的多能负荷预测技术提出了更高的要求。

定义各类基本负荷单元为任意具有该类负荷采集装置的小型楼宇建筑和活动场所。受限于小规模空间范围，基本负荷单元之间的变化往往具有密切的相关性，是用户级综合能源系统的“负荷细胞”。

1）基本负荷单元空间特征重构：分析不同负荷的特点和变化趋势，结合K-means聚类与多维尺度分析方法给出的分布对基本负荷单元重新排序，独立构造出相邻位置强相关的、代表各类负荷特征的多元负荷像素；

2）多类负荷空间特征融合：利用改进的多通道卷积神经网络将构造的多元负荷像素按照时间分辨率输入各自对应的卷积–池化通道，再利用全连接层对同一时间断面下的各类负荷特征在高维空间进行融合；

3）时间依赖关系捕捉：将节假日、温度、湿度信息扩充到多通道卷积神经网络的输出特征中，并整体作为长短时记忆网络的输入，实现空间网和时间网的端对端连接，挖掘负荷的深层时空信息，基本框架如图1所示。

未来综合能源系统将会是一个多负荷、强耦合的复杂系统，如何根据负荷相关性强弱的变化来构造“自适应参数”的多通道卷积神经网络以及“自适应重构”的负荷像素是后续工作需进一步研究的地方。

参文格式

栗然，孙帆，丁星，等．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，，44(11)：-．

LiRan，SunFan，DingXing，etal．Ultrashort-termloadforecastingforuser-levelintegratedenergysystemconsideringmulti-energyspatio-temporalcoupling[J]．PowerSystemTechnology，，44(11)：-（inChinese）．

相关阅读推荐

史佳琪，谭涛，郭经，等．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，，42(3)：-．

杨秀，陈斌超，朱兰，等．基于相关性分析和长短期记忆网络分位数回归的短期公共楼宇负荷概率密度预测[J]．电网技术，，43(9)：-．

作者介绍

栗然()，女，博士，教授，研究方向为新能源与并网技术、电力系统分析及运行与控制，E-mail：liranlelele