李 强，李 玮，吴开宇，秦知航，高 璐

(1.国网武汉供电公司，湖北 武汉 430000; 2.北京国网信通埃森哲信息技术有限公司，北京 100100)

随着电力体制改革的逐步深入，我国的售电市场获得了进一步开放。同时，可再生能源的发展，综合能源业务的开展，泛在电力物联网的提出，使得电力用户的负荷预测在能源管理的过程中的作用也越发的丰富和深入。通过对集体用户的短期负荷预测，政府和电力调度部门可以对城市不同区域的能源利用进行合理配置，以提高能源利用效率；能源管理部门可以针对园区、综合体等集体用户进行合理的能源规划，以降低发电以及旋转备用的成本；售电公司可以针对不同用电特征的用户提供定制的精细化售电服务套餐，降低用户成本，并提供贴心的供电服务，提升客户满意度与用户粘度。

电力用户的用电行为受到多种因素的影响，由于用户情况复杂，配电系统的运行状态存在差异，电力用户的用电数据一直存在数据获取的难度大，数据量大等问题。近年来，随着智能电表、计算机技术以及大数据的发展，使得用电数据获取的精度、信息量都有了较大提升，为用户用电行为的精细化分析提供了新的机遇。

负荷预测按照预测期限的不同，分为长期预测、中期预测、短期预测、超短期预测，分别对应年度预测、月度预测、日预测、小时预测。某些地区的预测还包括旬预测、星期预测。根据预测机理的不同，又将年度预测、月度预测合称为中长期预测，日预测、小时预测归为短期预测[1]。……