通过地理分布气象因素的表示学习实现可解释的负荷预测

本研究针对日负荷预测中的气象因素选择问题，提出了一种表示学习框架，用于提取地理分布气象因素并考虑其空间关系。研究发现，该方法在复杂天气条件下能够显著提升预测准确性，尤其是在夏季的"积温效应"和冬季的"突变温度"等极端情境中，与地区GDP及产业结构的相关性也得到验证。