报告人：李刍，池州学院大数据与人工智能学院，讲师。
时 间：2025年10月29日（周三）下午15：00
地 点：博奕南一楼会议室
主办单位：池州学院大数据与人工智能学院
报告摘要：
研究背景与意义：介绍风电和光伏发电的特点及其对电力系统的影响，说明超短期功率预测的重要性，使用数据和案例说明预测偏差带来的问题。
前沿时序数据模型：风与光伏超短期功率预测算法是时序预测算法的具体应用，目前基于深度学习的超短期功率预测算法已经成为主流模型，分析讲解多种前沿时序模型。
光伏超短期功率预测关键技术：分析基于天气类型聚类、序列分解处理和时空关联挖掘三类主流技术方法。
风电超短期功率预测关键技术：介绍基于信号分解、时序特征挖掘和误差补偿三类核心方法。
研究趋势与挑战：探讨数据驱动超、物理模型以及地理特征融合、预测不确定性量化、多能互补协同三个未来发展方向。
