Page 46 - 《中国电力》2026年第5期
P. 46
2026 年 第 59 卷
真实值； XGBoost+informer；
1.8 Ensemble transformer； Transformer；
真实值； XGBoost+informer； 800 STformer； LSTM
1.7 Ensemble transformer； Transformer； 700
LSTM
STformer；
1.6 600
负荷/10 4 MW 1.4 绝对误差/MW 400
500
1.5
1.3
300
1.2 200
1.1 100
1.0 0
0 10 20 30 40 50 60 70 0 10 20 30 40 50 60 70
时间/h 时间/h
a) 高温日 (6月15日-17日) 预测结果 a) 高温日 (6月15日-17日) 预测绝对误差
真实值； XGBoost+informer；
800
2.2 Ensemble transformer； Transformer；
真实值； XGBoost+informer； STformer； LSTM
Ensemble transformer； Transformer； 700
2.0 STformer； LSTM
600
负荷/10 4 MW 1.6 绝对误差/MW 400
1.8
500
300
1.4
1.2 200
100
0
1.0
0 20 40 60 80 100 120 0 20 40 60 80 100 120
时间/h 时间/h
b) 工作日 (7月15日-19日) 预测结果 b) 工作日 (7月15日-19日) 预测绝对误差
真实值； XGBoost+informer；
1.8 真实值； XGBoost+informer； 800 Ensemble transformer； Transformer；
Ensemble transformer； Transformer； STformer； LSTM
1.7 STformer； LSTM 700
1.6 600
负荷/10 4 MW 1.5 绝对误差/MW 500
400
1.4
300
1.3
1.2 200
100
1.1
0
1.0 0 10 20 30 40 50
0 10 20 30 40 50
时间/h
时间/h c) 周末/节假日 (6月29日-30日) 预测绝对误差
c) 周末/节假日 (6月29日-30日) 预测结果
图 7 3 类典型场景下的负荷预测绝对误差果
图 6 3 类典型场景下的负荷曲线预测结果
Fig. 7 Load prediction absolute errors under three
Fig. 6 Load curve prediction results under three
typical scenarios
typical scenarios
0.6 和 0.8 时，各独立模型在验证集上的 MAPE 依 上优于任一独立模型，验证了集成策略对提升模
次为 1.90%、1.96%、2.10% 和 2.23%。实验结果表 型性能的有效性。
明，基于上述成员构建的集成模型在预测准确率 以上对比分析表明：LSTM 模型在负荷序列长
表 3 3 类典型场景下峰荷、谷荷预测精度
Table 3 Prediction accuracy of peak and valley loads under three typical scenarios
负荷 高温日（6月15日—17日） 工作日（7月15日—19日） 周末/节假日（6月29日—30日）
预测模型
范围 MAPE/% MAE/MW RMSE/MW MAPE/% MAE/MW RMSE/MW MAPE/% MAE/MW RMSE/MW
Ensemble Transformer 1.25 167.92 205.21 1.27 211.66 257.93 1.94 261.35 276.08
STformer 1.29 172.12 247.30 1.21 202.42 248.52 2.21 295.89 382.25
峰荷 XGBoost+Informer 1.89 253.82 315.74 1.38 232.16 267.08 2.87 385.11 437.36
Transformer 1.67 226.16 281.75 1.39 231.86 291.16 1.97 266.52 321.05
LSTM 1.80 239.74 308.34 1.70 285.68 336.12 1.99 267.98 286.60
Ensemble Transformer 1.38 169.41 188.50 1.21 163.38 198.08 1.47 173.19 191.56
谷荷
STformer 1.49 183.48 231.71 0.94 129.14 161.79 1.73 204.81 219.36
42
