报告学者：高飞

报告者单位：武汉理工大学

报告时间：2025/07/05  10:05-10:40

报告地点：红果园三层多功能厅

Abstract: 电力系统供需平衡对国民经济和民生安全至关重要，而负荷预测是保障电网可靠运行的关键技术之一。针对可再生能源占比提升和负荷曲线波动加剧带给传统预测方法的挑战，我们提出一种基于烟花算法驱动的Conformable分数阶多元灰色伯努利模型（CFMGBM(q, r, N)），进行短期电力负荷预测。该模型通过引入Conformable分数阶微分算子刻画系统长程依赖性，采用多变量非线性驱动项增强对复杂关联特征的建模能力，并差异化配置各变量的累加阶数以优化噪声过滤与趋势增强。针对模型参数优化问题，烟花算法通过动态调整爆炸半径、火花数量及高斯变异策略，平衡算法的全局探索与局部开发能力。基于澳大利亚2006年电力系统数据，对比GM(0,N)、GM(1,N)、FGM(1,N)及多元线性回归（MLR）模型，结果表明模型CFMGBM(q, r, N)在MAPE、MAE和RMSE指标上均显著优于对比模型，验证其在非平稳负荷序列预测中的优越性，为电力负荷预测提供一类新的方法。

报告学者简介：高飞博士，教授，居里夫人学者。主要从事应用数学研究，主要涉及分数阶系统、社交网络、最优化理论与方法、混沌控制与同步的非Lyapunov分析方法等工作。主持及参与完成国基项目、省部级项目多项；在国内外重要学术期刊、国际会议发表论文60余篇。主持国家级课程数学模型建设、教育部来华留学品牌课程高等数学。