融合日类型注意力的电力负荷短期预测方法研究

来源：机械与电子杂志2026年第02期北京时间：

作者：张海静1;冯延坤1;肖楚鹏2;3;许静2;3;卢瑞1;王奎2;3

单位： (1.国网山东省电力公司营销服务中心(计量中心), 山东 济南 250001;
2.南瑞集团有限公司(国网电力科学研究院有限公司), 江苏 南京 211000;
3.国网电力科学研究院武汉能效测评有限公司, 湖北 武汉 430074)

摘要：为充分挖掘电力负荷的日周期性与周周期性特征,提出一种融合日类型注意力机制的短期负荷预测方法。首先,利用单日电力负荷线性回归预测结果验证多元线性回归模型的适用性,并对历史数据进行分组。其次,引入注意力机制,突出不同历史日对预测日的贡献,构建基于神经网络的日类型注意力融合预测模型。最后,分别采用所提模型、多元线性回归和双向长短期记忆网络BiLSTM 对算例进行预测,结果表明,所提模型的平均绝对百分比误差(MAPE)、归一化均方根误差(NRMSE)和均方根百分比误差(RMSPE)均优于对比模型,验证了所提方法在预测精度与稳定性方面的有效性。

关键词：电力负荷预测;短期预测;注意力机制;深度学习;神经网络