今年度夏期間，由國家電力調控中心主辦、國家電網有限公司華中分部承辦、國家電網湖南電力、國家電網江西電力協辦，19家單位組成的17支專業隊伍針對華中、湖南的系統負荷預測進行同台競技，決策樹、神經網絡和大模型等人工智能技術在華中電網負荷預測中首次“實戰”。

歷時三個月，10月16日，國網華中分部在湖南長沙組織召開國家電網人工智能負荷預測同台競技座談會，“實戰”成果出爐。競技隊伍的日前負荷預測准確率達到98%，比現有水平提升了0.4個百分點。

在三個月的時間裡，競技團隊與調度機構負荷預測專家深度交流，吸取人工經驗，通過採用不同技術路線搭建負荷預測模型，學習負荷序列變化規律，提高模型預測的准確性。他們構建了TCN、LSTM、CNN-LSTM-FNN、Transformer、Informer等多種預測模型，分場景自適應進行模型選擇，融合多個模型預測負荷生成預測結果，從而提高預測模型的准確性和穩定性。還通過採用融合時間序列與大模型的負荷預測方法，將輸入特征轉化為文字序列，通過調控大語言模型捕捉數值型數據中的復雜模式和文本中的語義信息，設計相應的負荷預測任務描述模版，通過對齊模塊將時序數據與任務描述文本進行對齊，基於大語言模型（LLM）完成負荷預測模型的訓練及構建。

以度夏華中全網最大負荷日7月24日為例，競技隊伍的最大負荷、保供關鍵時段、日綜合指標分別達到99.37%、99.77%、99.02%，明顯優於日前計劃上報的98.78%、99.70%、98.54%，借鑒同台競技預測結果開展電力平衡和電力保供工作，做好“心中有數、手中有策”，給實際調度運行和負荷預測工作帶來了較大的幫助和指導。

人工智能是推進新型電力系統建設的核心技術，是加快發展新質生產力的關鍵動力。近年來，厄爾尼諾現象頻發，帶來的不僅是風、光的短時段劇烈波動，還增加了水電的長、短期波動。電力負荷預測受外部氣候等因素的影響逐漸增大。華中區域地形地貌復雜，氣候多變。河南屬於溫帶、亞熱帶季風氣候，湖北、湖南、江西屬於亞熱帶季風氣候，既有大陸性氣候光溫豐富的特點，又有海洋性氣候雨水充沛的特征。同時，華中區域居民及商業負荷佔比高居全國前列，用電負荷對天氣變化極為敏感。復雜多變的氣候特點、較高的空調負荷佔比，大幅增加了負荷預測的難度。國調中心組織開展人工智能負荷預測同台競技，對於解決華中區域負荷預測方面“疑難雜症”具有現實意義。

作為競技主辦方，國調中心在座談會鼓勵參與者深入研究氣象信息、行業發展、電價政策、節假日等多元因素對用電負荷的影響規律，形成一批可復制可推廣可落地的人工智能負荷預測成果。下階段重點圍繞負荷數據統計計算、氣象數據差異分析、行業數據質量提升等方面開展相關工作，深入研究大模型技術在負荷預測領域應用，為提升負荷預測水平提供新思路、新方法。

據了解，國網華中分部將繼續開展秋季負荷預測實戰競技工作，期望早日形成一個標准化的技術平台，匯聚負荷預測各類技術方法，採用調控雲平台和標准化的數據進行實戰比武，提煉出實用高效通用的算法和模型，可借助於內網環境和調控雲平台推廣到全網各區域電網、省級電網進行負荷預測，應用於生產實際，提升負荷預測水平。（曹琰 熊瑋）

分享讓更多人看到