Python电力负荷预测:LSTM、GRU、DeepAR、XGBoost、Stacking、ARIMA结合多源数据融合与SHAP可解释性的研究
作为数据科学团队,我们在电力能源领域深耕多年,曾为多地电网公司提供负荷预测咨询服务,本文内容正是基于过往某省级电网预测优化项目的技术沉淀改编而来。当前我国电力市场化改革深入推进,市场交易电量占比超50%,而风电、光伏等新能源装机年均增速超20%,电动汽车等新业态又让用户侧负荷波动加剧,传统ARIMA模型在温度骤变时误差达常规时段3.7倍,难以满足电网安全与经济运行需求。




