电力市场观察 微信公众号 行业动态

发布：2026-06-15 22:45:49 · 事件：2026-06-15 22:45:49

来源： 《中国电力》2026年第5期 引用本文： 周专, 王杰, 边家瑜, 等. 基于动态权重混合专家模型的超短期电力负荷预测[J]. 中国电力, 2026, 59(5): 118-132. ZHOU Zhuan, WANG Jie, BIAN Jiayu, et al. Ultra-short-term power load forecasting based on dynamic weight...

储能电力系统数据

来源： 《中国电力》2026年第5期 引用本文： 周专, 王杰, 边家瑜, 等. 基于动态权重混合专家模型的超短期电力负荷预测[J]. 中国电力, 2026, 59(5): 118-132. ZHOU Zhuan, WANG Jie, BIAN Jiayu, et al. Ultra-short-term power load forecasting based on dynamic weighting mixture of experts[J]. Electric Power, 2026, 59(5): 118-132. DOI:  10.11930/j.issn.1004-9649. 202506007 摘要 超短期电力负荷预测是新型电力系统实时调度的关键支撑技术，其精度直接决定新能源消纳能力、机组组合经济性及储能系统充放效率。针对负荷数据的强时序性、气象敏感性、日期敏感性及异常波动挑战，提出动态权重混合专家模型（dynamic weight-mixture of experts，DW-MoE）用于超短期负荷预测。首先，该模型通过双向长短期记忆网络（bi-directional long short-term memory，BiLSTM） 捕捉负荷序列的周期性时序特征，借助极端梯度提升树（extreme gradient Boosting，XGBoost）刻画气象因子、日期因子与负荷的非线性关联，利用生成对抗网络（generative adversarial networks，GAN）实现异常负荷模式的精准检测。然后，设计基于滑动窗口误差反馈的动态权重机制，实现多专家输出的自适应融合。最后，引入在线更新机制，基于最新采样数据对模型参数进行增量式优化，提升模型对非平稳负荷波动的动态响应能力。实验结果表明，相较于单一模型及传统混合方法，DW-MoE模型在超短期电力负荷预测精度和收敛速度上均表现出明显优势，尤其在异常负荷场景中预测误差降低显著，验证了模型对突变负荷模式的鲁棒性。 研究背景 随着智能电网与可再生能源的快速发展，电力系统对负荷预测的实时性与精度提出了更高要求。超短期负荷预测作为电网调度、需求响应和储能管理的关键环节，须精准捕捉负荷频率波动特性。例如，工业负荷的启停、居民用电的峰谷变化，以及极端天气下空调负荷的激增，均会导致负荷序列呈现复杂的非线性特征。传统单一模型（如自回归积分滑动平均模型（autoregressive integrated moving average model，ARIMA）、长短期记忆网络（long short-term memory，LSTM））难以同时处理多源异构数据（如历史负荷、气象信息、日历特征），而静态混合模型（如固定权重融合）无法适应数据分布的动态变化（如季节更替、用户行为模式调整）。因此，如何设计一种兼具多模态融合能力与动态适应性的预测模型，成为当前研究的热点。 针对电力负荷的强时序性（表现为显著的时间周期性，如日内峰谷交替、周内工作日 / 周末差异、季节性波动，且当前负荷与历史负荷存在强连续相关性，呈现 15 min级高频波动特性）与多模态特征，混合专家模型（mixture of experts，MoE）因其“分治协同”特性被广泛探索。 负荷异常检测是提升预测鲁棒性的关键，但传统方法（如3σ法则、孤立森林）依赖人工阈值，难以适应非平稳数据。生成对抗网络（generative adversarial network，GAN）通过学习正常负荷分布，为异常量化提供了数据驱动方案。 动态权重的核心是建立权重与数据特征/模型表现的动态映射，但现有方法存在显著缺陷。误差反馈法，如指数加权移动平均（exponentially weighted moving average，EWMA）依赖固定窗口统计，对突发异常响应滞后。 综上所述，现有模型和方法在实现超短期负荷预测时仍存在一定不足。1）现有MoE模型缺乏动态门控机制与多模态数据融合能力，难以兼顾负荷预测的实时性与多维度特征耦合关系；2）异常检测与负荷预测模型的深度耦合机制缺失，导致异常场景下的预测修正效果有限，缺乏基于多源数据的协同异常建模能力；3）动态权重机制缺乏多模态数据驱动的实时调整能力，难以在计算效率与适应性之间取得平衡，无法满足超短期负荷预测的高频动态需求。针对现有模型在动态适应性、多模态融合与异常修正效率方面的挑战，本文提出一种动态权重混合专家模型（dynamic weight-mixture of experts，DW-MoE）。该模型通过多专家协同建模机制，引入双向长短期记忆网络（bi-directional long short-term memory，BiLSTM）（时序专家）捕捉负荷周期性特征，极端梯度提升树（eXtreme Gradient Boosting，XGBoost）建模气象因子、日期因子与负荷的非线性关联，GAN（异常专家）检测负荷异常，实现多维度信息的解耦与协同；设计基于滑动窗口误差反馈并结合贝叶斯推理量化权重不确定性的动态权重机制，以实时适应负荷模式变化；将GAN输出的异常得分直接嵌入权重计算流程，实现异常检测与预测模型的深度耦合，提升非平稳场景下的预测鲁棒性；引入在线更新机制，基于最新采样数据对模型参数进行分周期增量式优化（BiLSTM 每日微调、XGBoost 每周增量训练、GAN 每月重训），持续提升模型对非平稳负荷波动的动态响应能力。通过上述设计，DW-MoE有望为超短期电力负荷预测提供更优解决方案。 动态权重混合专家模型设计 整体框架设计 DW-MoE模型面向新能源基地“源-荷-储”协同调度需求，聚焦未来 4 h超短期负荷预测（适配电网实时调度时间窗口），构建贴合电力系统运行特性的建模框架。其核心架构采用5层模块化设计。其中，数据输入层整合历史负荷序列、多维气象特征（温度/湿度/风速等）、时间属性（小时/星期/季节等）及GAN输出的异常得分，筛选关键特征并标准化处理；专家建模层中，BiLSTM通过双向网络捕捉负荷时序周期性，XGBoost利用梯度提升树建模气象及日期-负荷非线性关联，GAN通过对抗学习生成正常负荷分布并输出异常得分；动态权重层基于滑动窗口统计专家误差，通过指数Softmax生成初始权重，当GAN得分异常时触发权重修正，基于此形成融合策略并引入贝叶斯校准抑制权重震荡；在线更新层实施分周期增量学习，BiLSTM每日微调输出层，XGBoost每周增量训练树模型，GAN每月基于近6个月数据重训；预测层根据动态权重融合多专家输出，最终输出为未来 4 h内按 15 min间隔采样的负荷时序序列（共 16 个预测值），一次预测的最大提前时间为 4 h，最终通过测试集验证形成预测闭环，整体框架如图1所示。 图1   整体预测框架 Fig.1   Overall prediction framework 结语 为解决超短期电力负荷预测中负荷时序性、气象敏感性、异常波动等挑战，本文提出动态权重混合专家模型（DW-MoE），通过多模态融合与动态适应机制提升预测精度。主要研究结论如下。 1）通过 BiLSTM 捕捉负荷时序周期性，XGBoost 刻画气象、日期因子与负荷的非线性关联，GAN 构建正常负荷分布以精准检测异常，三者分工协作实现多模态特征解耦。 2）设计基于滑动窗口误差反馈与贝叶斯校准的动态权重机制，结合 GAN 异常得分实时修正专家贡献度，解决融合僵化问题；采用分周期在线更新策略，在控制计算成本的同时增强模型对非平稳波动的响应能力。 3）实验验证表明，该模型在超短期负荷预测中核心指标优于单一模型及传统混合方法，尤其在异常负荷场景下预测误差显著降低，验证了其在多特征融合精度与动态鲁棒性上的综合优势。该模型为超短期负荷预测提供了兼具多源信息整合与动态适应能力的解决方案，对提升智能电网实时调度可靠性具有实际应用价值。 后续研究可探索强化学习优化动态权重策略，并结合联邦学习框架提升分布式电网场景下的隐私保护与泛化能力，进一步增强模型的工程实用性。 作者简介 周专 周专（1979），男，副高级工程师，从事电力负荷预测研究，E-mail： 345035567@qq.com； 王杰（2001），男，通信作者，硕士研究生，从事电力大数据、AI算法、人工智能研究，E-mail：2542935445@qq.com； 袁铁江（1976），男，教授，从事电-氢高效转换与互动控制技术、电夹点分析与新型电力系统规划技术、储能与新能源发电并网技术研究，E-mail：ytj1975@dlut.edu.cn。 注：本文内容呈现略有调整，如需要请查看原文。 往期回顾 ◀  《中国电力》2026年第6期抢先看 ◀  东方电气（成都）创新研究有限公司 舒军 等｜六边形变换器电容电压纹波抑制机理及控制策略 ◀  云南电网有限责任公司 石恒初 等｜基于录波数据的全域继电保护时钟失步智能校核系统设计 ◀  国网山东省电力公司 李娜 等｜电碳耦合市场下虚拟电厂与配电网协同优化运行模型 ◀  广东电网有限责任公司 曾瑞江 等｜数据稀缺场景下的配电网异常数据检测方法 ◀  “面向新型电力系统安全稳定运行的多元负荷可调能力与互动关键技术”专题征稿启事 ◀  “超高比例新能源系统电力电量置信平衡机制及多类型电源概率化规划技术”专题征稿启事 ◀  “‘双碳’目标下支撑能源转型的电价市场化改革与价格监管”专题征稿启事 ◀  “电力电子化电力系统故障控制与保护关键技术”专题征稿启事 编辑： 许新雨 校对： 于静茹 审核：张红宪 声明 根据国家版权局最新规定，纸媒、网站、微博、微信公众号转载、摘编《中国电力》编辑部的作品，转载时要包含本微信号名称、二维码等关键信息，在文首注明《中国电力》原创。个人请按本微信原文转发、分享。欢迎大家转载分享。