近日，信息与电气工程学院王俊教授课题组在工程技术一区Top期刊Energy（影响因子9.4）上发表题为“Power system source-load forecasting based on scene generation in extreme weather”的研究论文，王俊教授为论文第一作者，王永刚副教授为论文通讯作者，硕士研究生张轩语、杨凇、王嵩、宫静、林佳莅参与主要研究工作。
高渗透率的可再生能源发电和负荷极易受到极端天气的影响，极端天气下精准的源荷预测对电力系统的安全性、稳定性和经济性有着十分重要的意义。为此，课题组针对极端天气数据样本不平衡的特点，提出了一种基于场景生成的极端天气源荷预测模型，该模型集成了场景生成技术和深度学习预测技术，用于极端天气下的源荷预测。
该研究在初始阶段基于极端天气数据特点利用条件生成对抗网络生成极端天气场景平衡数据集以提高预测精度。在此基础上，通过多任务学习模型考虑源荷之间的耦合关系进一步提升极端天气下源荷预测精度。基于我国某地真实源荷数据集进行深入的算例研究，验证了所提极端天气源荷预测模型的可行性和有效性。研究成果可为极端天气下的电力系统优化调度提供可靠的数据支持，保障极端天气下电力系统的安全稳定运行。相关研究得到国家电网公司科技攻关项目的支持。（撰写：张轩语；编辑：周加野；审核：王立地）
论文链接：Power system source-load forecasting based on scene generation in extreme weather
