定义
负荷预测（用电负荷预测）是指基于历史用电数据、气象、节假日、经济、特殊事件等因素，运用统计方法（ARIMA、指数平滑）或机器学习（LSTM、XGBoost）预测未来某时段或某区域的用电负荷。预测结果用于电网调度、有序充电、需求侧响应、储能调度等决策，保障电网安全与供需平衡。
负荷预测按时间尺度分为超短期（分钟级）、短期（日/周）、中期（月/季）、长期（年）。电动汽车充电负荷、分布式光伏等新型负荷增加了预测复杂度，需结合 AMI、充电桩等实时数据。
技术特点
负荷预测依赖高质量的历史数据与实时数据。智能电表、采集器、充电桩等通过物联网卡将负荷数据上传至云平台，支撑预测模型训练与滚动更新。预测误差直接影响调度决策与经济性，对数据完整性、时效性要求高。
应用场景
负荷预测广泛应用于电网调度、配电网规划、有序充电、储能调度、需求侧响应、电力市场等场景。典型应用包括：日前负荷预测、实时负荷预测、充电负荷预测、配变负荷预测等。达希物联为 AMI、充电桩等负荷数据采集设备提供稳定联网，保障预测数据准确可靠。