DiffFlex: A Diffusion-Based Model for Medium-Term Load Forecasting Over Flexible Intervals

Jia Ding

doi:10.1109/tii.2026.3712756

DiffFlex: A Diffusion-Based Model for Medium-Term Load Forecasting Over Flexible Intervals

2026-07-27

0

PRE

AI

Zidong Wang (Zidong Wang)

DOI：10.1109/tii.2026.3712756

原文链接

原文求助

摘要

En 中文

准确的中期负荷预测（MTLF）对于现代电力系统的容量规划、维护调度和智能资源分配至关重要。然而，现有方法通常针对固定时域的连续预测设计，且常受多步误差累积、时空建模能力有限和不确定性量化不足等问题困扰。本文提出DiffFlex，一种基于扩散的概率预测框架，将MTLF重新表述为时间外延问题。通过将预测与时间连续性解耦，DiffFlex能够直接对任意非连续未来区间进行并行预测，避免误差累积传播。该框架融合历史数据块以捕捉周期性消费模式，建模多变量负荷序列的时空区间依赖关系，并采用区间感知扩散模块生成完整的预测分布。在独立系统运营商新英格兰、纽约独立系统运营商和欧洲输电系统运营商网络电力数据集上的1至12周时域实验表明，DiffFlex在点预测和概率预测精度上均优于现有最佳基线方法，分别实现平均平均绝对百分比误差8.88%、9.71%和4.86%。这些结果证明DiffFlex可作为电力系统运行中基于场景的规划和风险感知决策的实用工具。

Keyword:

Diffusion models

medium-term load forecasting

noncontiguous prediction

probabilistic forecasting

temporal outpainting

DiffFlex: A Diffusion-Based Model for Medium-Term Load Forecasting Over Flexible Intervals

摘要

期刊

机构

引用论文