基于时空多尺度联合学习模型的能源需求预测技术

新能源与节能环保

本项目提出了将时间维度与空间维度相结合的多尺度综合能源需求分析与预测模型，设计并实现了一种面向智慧城市的综合能源需求分析与预测的方法，提升能源供应规划和营销策略的优化与决策支持。

本成果提出的面向智慧城市的综合能源用能预测理论、方法，丰富和扩展了数据分析模型理论，基于本项目提出的多尺度综合能源需求分析与预测框架，可以实现不同时间空间维度的细粒度综合能源需求分析与预测。项目成果为能源峰谷政策的研究，能源阶梯价格政策的制定和进一步引导客户合理用电提供了科学准确的依据。成果已成功应用于包括中新天津生态城国家智慧城市试点建设项目在内的多个智慧城市实际工程项目，有广阔的市场前景。

面向综合能源时空数据的需求分析和预测可以根据历史数据，结合地理区域的相互关系来预测给定时间范围和空间位置的能源需求。 针对综合能源的特性，项目提出了联合学习和迁移学习的思想对模型进行训练。同时优化不同区域中多种类型能源的联合预测模型，将已有模型的结果迁移到训练集数据不足的模型中，提高能源用量预测的准确率。 面向智慧城市的综合能源信息应用服务场景，并利用 GIS 技术实现配电网分析和用户用电特性分析的可视化。