标题：基于自适应小波分解与分频段模型匹配的冲击型负荷预测方法研究
作者：曹雯1；丁泉1，2；范冰1 汤文俊1
作者单位：1 国电南京自动化股份有限公司，江苏 南京 210032；2 东南大学电气工程学院，江苏 南京 210096
关键字：冲击型负荷；自适应小波变换；模型匹配；深度学习
摘要：针对冲击型负荷突变性强、随机性高的特点导致传统预测方法精度不足的问题，提出一种结合自适应小波分解与分频段模型匹配的负荷预测方法。该方法通过“分解-建模-融合”的逻辑实现精准预测。首先，采用小波变换对历史冲击负荷序列进行多尺度分解，利用各层细节系数的信息熵变化趋势自适应确定最优分解层数，有效分离负荷的低频趋势分量与高频冲击分量。随后，针对不同频段分量的特征差异设计分频段模型匹配机制，采用卷积神经网络（CNN）和长短期记忆网络（LSTM），捕捉低频分量的局部时空特征与长时间依赖关系；对体现瞬时突变特性的高频分量，引入多头注意力机制聚焦关键冲击时刻的特征贡献，强化对负荷突变点的识别能力。实验结果表明，该模型在冲击性负荷预测任务中表现出较高的准确性。