数据驱动和异构计算下行业用户电量需求预测

黄文琦; 赵翔宇; 梁凌宇; 曹尚; 张焕明

doi:10.19292/j.cnki.jdxxp.2025.03.001

吉林大学学报(信息科学版) ›› 2025, Vol. 43 ›› Issue (03) : 645 -651. DOI: 10.19292/j.cnki.jdxxp.2025.03.001

数据驱动和异构计算下行业用户电量需求预测

黄文琦, 赵翔宇, 梁凌宇, 曹尚, 张焕明

作者信息 +

Author information +

文章历史 +

摘要

由于行业用户的电量需求通常受季节性和周期性的影响，且有时获取的数据不完整、缺失或存在错误，其均会对预测的准确性产生负面影响。为实现对行业用户电量需求的精准预测，提出数据驱动和异构计算下行业用户电量需求预测方法。利用Lagrange插值算法填补用户电量数据缺失部分，采用标准化预处理电量数据。为使电量需求预测足够精准，使用去噪自编码器、稀疏约束函数提取电量数据特征。通过长时间记忆神经网络的遗忘、输入、更新及输出门层得出电量未来变化趋势，完成行业用户电量需求预测任务。实验结果表明，所提方法适用于长期、短期的行业用户电量预测，且预测结果精度高、耗时短。