12月3日，國網(wǎng)河北省電力有限公司營銷服務(wù)中心負(fù)荷分析預(yù)測人員霍偉通過“基于人工智能的用電負(fù)荷預(yù)測模型+氣象敏感客戶負(fù)荷預(yù)測模型”雙模型預(yù)測機制預(yù)測下一周客戶側(cè)每日最大負(fù)荷，研判氣溫持續(xù)走低情況下河北南部地區(qū)的電力供需形勢。

年初以來，國網(wǎng)河北電力依托省級電力負(fù)荷管理中心持續(xù)強化負(fù)荷分析預(yù)測能力建設(shè)，于11月正式啟用雙模型預(yù)測機制，開展日、周、月等不同時間及地域的負(fù)荷預(yù)測。

有別于傳統(tǒng)的單一回歸模型、自然增長率模型等依賴數(shù)學(xué)算法的模型，“基于人工智能的用電負(fù)荷預(yù)測模型”能夠綜合氣象信息、農(nóng)業(yè)用電數(shù)據(jù)、調(diào)度側(cè)和客戶側(cè)負(fù)荷等數(shù)據(jù)，自動分析負(fù)荷預(yù)測影響因素。該模型根據(jù)分析結(jié)果，智能迭代模型參數(shù)，進(jìn)而提升不同時段、場景下負(fù)荷的預(yù)測準(zhǔn)確度，并能夠?qū)崿F(xiàn)4小時內(nèi)的超短期負(fù)荷預(yù)測。

針對夏季降溫、冬季采暖負(fù)荷占比高，天氣變化對負(fù)荷預(yù)測準(zhǔn)確度影響較大等問題，國網(wǎng)河北電力考慮用電主體的生產(chǎn)特性、用電行為等因素，分析不同溫度、濕度等氣象因素對降溫及采暖負(fù)荷的影響，自主研發(fā)氣象敏感客戶負(fù)荷預(yù)測模型，輔助降溫、采暖用電負(fù)荷預(yù)測工作開展，進(jìn)一步提升負(fù)荷預(yù)測準(zhǔn)確率。

“雙模型預(yù)測機制為我們提供了更精準(zhǔn)的負(fù)荷預(yù)測數(shù)據(jù)，幫助負(fù)荷管理人員提前研判負(fù)荷變化趨勢，動態(tài)調(diào)整負(fù)荷管理響應(yīng)措施，及時研判電網(wǎng)供需平衡狀態(tài)，保障電網(wǎng)運行安全。”國網(wǎng)河北電力營銷服務(wù)中心負(fù)荷管理室負(fù)責(zé)人介紹。

據(jù)了解，執(zhí)行雙模型預(yù)測機制以來，國網(wǎng)河北電力預(yù)測客戶側(cè)負(fù)荷準(zhǔn)確率超過了97%。