小波优化多任务学习的综合能源负荷预测

陈 刚，赵 鹏，单锦宁，殷艳虹，周 宇，吕文疆，苏梦梦，黄博南

（1. 国网辽宁省电力有限公司 阜新供电公司，辽宁 阜新 123000；2. 国网辽宁省电力有限公司 电力调度控制中心，辽宁 沈阳 110006；3. 东北大学 信息科学与工程学院，辽宁 沈阳 110819）

0 引言

在煤、石油等传统的化石能源不可再生的背景下，综合能源系统不仅可以提高能源利用效率、开发新能源，而且可以加强可再生能源综合利用[1].以电力系统为核心的综合能源系统，取代传统的各种能源供应系统单独规划、单独设计和独立运行的固定模式，作为新型区域能源供应系统，协调与优化各类能源的分配、转化、存储等环节，充分利用可再生能源[2-3].近些年来，综合能源系统建模[4]、优化运行[5]、调度控制[6]等理论与工程技术问题得到了众多科研学者的广泛关注.

短期负荷预测对于能源系统安全、可靠、经济运行具有重要意义.很多学者关于综合能源系统的负荷预测问题作出了研究，如主元解耦、特征聚类、多变量相空间重构、多任务学习等.目前大多数综合能源负荷预测的预测精度容易陷入局部最优，致使收敛速度较慢，预测时间较长，预测精度不高.文献[7]采用主元解耦方法建立典型建筑冷热负荷计算快速计算预测模型，没有考虑电、热、气负荷之间的耦合关系，导致冷热负荷预测精度不高.文献[8]采用特征聚类的方法对电、热、气负荷特征聚类，将高维气象条件分解为单变量气象条件，忽略环境特征变量间的关联特……