基于数据分解与知识蒸馏的多能负荷与碳排放联合预测模型

作     者：孙毅 鲍荟谕 郑顺林 彭杰 李雪城 程鹏申 

作者机构：华北电力大学电气与电子工程学院 国网北京市电力公司客户服务中心 

出 版 物：《中国电机工程学报》 (Proceedings of the CSEE)

年 卷 期：2024年

核心收录：

学科分类：080702[工学-热能工程] 080802[工学-电力系统及其自动化] 0808[工学-电气工程] 08[工学] 083305[工学-城乡生态环境与基础设施规划] 0807[工学-动力工程及工程热物理] 09[农学] 0903[农学-农业资源与环境] 0833[工学-城乡规划学] 

基　　金：国家电网公司科技项目(5700-202411271A-1-1-ZN) 

主　　题：多能负荷预测 碳排放预测 综合能源系统 知识蒸馏 改进经验模态分解 

摘      要：能源系统“源随荷动的特征使得荷侧应承担系统碳排放的责任，多能负荷与碳排放的联合预测是综合能源系统低碳运行的基础支撑。面对海量异构数据从时域的维度很难分析其关联关系，因此本文采用改进模态数据分解技术从频域的角度挖掘数据间的关系。针对学习异构数据特性会消耗大量算力的问题，本文基于知识蒸馏的师生网络架构，搭建多能负荷和碳排放数据联合预测模型。教师网络从大量低密度数据信息中提取出关键信息用于学生网络的训练，在保证模型预测性能的同时降低算力资源的占用。随后采用实测数据进行验证，与现有预测模型对比，增加改进模态分解技术后的模型预测精度提升。采用知识蒸馏方法的联合预测模型不仅提升了模型的预测精度，还降低了计算时间。