热能动力工程

作者：杨博,李晨晓,徐嘉骋,刘长良

单位：国能宁夏供热有限公司,,国能宁夏供热有限公司,,国能宁夏供热有限公司,,华北电力大学控制科学与工程学院,

关键词：热负荷预测;非平稳时间序列;模态分解;注意力机制

基金：国能宁夏供热有限公司项目（NXDL-2024-44）

为解决热负荷数据因受天气变化、季节波动、设备故障等多因素影响而呈现的非平稳性和噪声干扰问题，以及传统预测模型在该场景下精度不足的挑战，提出一种基于 CEEMDAN 分解、PatchTST 和 iTransformer 的混合模型框架，并结合 Bagging 融合策略。通过 CEEMDAN 将热负荷数据分解为多个本征模态函数（IMF）以抑制非平稳性和噪声；利用 PatchTST 的分块策略与自注意力机制捕捉数据多尺度依赖，处理长期周期性和短期局部波动；借助 iTransformer 调整 IMF 分量的注意力权重，减少预测误差累积并增强多分量信号融合能力；通过 Bagging 策略提升模型鲁棒性。实验结果表明，该模型在热负荷预测任务中 MSE 和 MAE 分别低至 0.0076 和 0.1956，显著优于传统方法和现有 SOTA 模型。该模型构建了多模态分解与双路径预测的协同框架，整合模态分解、多尺度依赖建模、注意力权重调整及集成学习，有效应对非平稳热负荷序列的预测难题，大幅提升了预测精度与稳定性。

来源：2025年第11期

《热能动力工程》期刊编辑部

查看热能动力工程杂志2025年第11期