先进的预测理论

多源数据融合治理

大数据驱动预测理论

融合人工智能的预测策略

考虑多因素影响的预测技术

大数据分析挖掘

数据噪声滤处、数据有效性评估技术

基于智能聚类技术的用电模式自主辨识

基于自然语言处理的检修信息识别

分布式清洁能源出力波动影响

强大的模型进化体系

基于场景还原的预测误差量化分析

基于决策树算法的误差成因智能定位

基于深度学习的预测结果自校正

预测模型闭环优化

综合考核评估体系

多指标、全维度预测结果评价体系

差异化预测结果考核指标动态设定

考虑多项指标的综合考核机制

某现货首批试点省份新一代智能负荷预测系统

本产品在该省调度中心应用后，实现全省统调负荷和二十余个地市近1500座220千伏站点母线负荷的高精度自动预测。2020年系统负荷自动预测平均准确率达97%，夏季日最高预测准确率达98.5%，赶超专家预测水平；日前母线负荷预测准确率达到82.4%（实际值考核），同比提升3.2%。在系统投入应用后，各级调度人员每日投入负荷预测的工作时间大幅缩短，由此前的90分钟减少至30分钟，大大提高工作效率。

山东-基于数值天气预报的母线负荷预测系统

包含数值天气预报、负荷特性分析、负荷规律挖掘以及负荷预测等模块，并集成了多种可视化展示手段。

重庆-基于广域实时负荷监测分析的智能负荷预测系统

提出考虑气象、小水电发电、市场因素影响的系统和母线负荷短期预测算法和基于局部形相似的负荷超短期预测算法。

河北-虚拟母线负荷预测应用

对虚拟节点的深入数据分析与预测，为调度计划及规划部门提供变电站和小地区的精细化的负荷预测结果。

广东-电力市场环境下多元协同互动的母线负荷预测技术

同时考虑分布式能源发电、用户需求侧响应以及市场环境下电价和市场交易行为对母线负荷的影响。