本网讯(记者 陈雪松)为开阔学生学术视野，了解行业应用场景下的大数据解决方案设计方法，3月29日下午，我院特邀北京中科特瑞科技有限公司大数据高级工程师陈泳乐，在大数据应用协同创新中心B5-102为同学们举办了“能源系统预测技术总结与展望”学术讲座。

讲座现场(何春澄 摄)

　　讲座伊始，陈泳乐介绍能源系统行业预测技术背景，对电力系统负荷预测的影响因素、以及预测技术在提高电力系统的经济效益和社会效益上的重要作用进行了阐述。并对学生在面对类似问题寻求解决方案时可能碰到的数据收集与分析等困难给出引导，指导同学如何利用课内所学的理论知识，对地区能源负荷、行业用电负荷等进行短期、中长期预测进行建模与实现给出专业建议。

　　随后，陈泳乐进一步介绍能源系统行业近年来大数据预测技术的相关优秀论文成果并予以解析，展示能源预测相关理论与算法，并对深度学习与人工智能预测、组合预测与集成预测、分层预测、概率预测等前沿技术应用方法进行详细介绍。通过实际代码与数据例子演示，向学生现场展示分析方法，并对在预测实操中可能出现的常见问题进行示范讲解。讲解过程中，通过对AR模型、MA模型、ARMA模型等传统时序模型进行展开，让学生了解传统时序模型在特征工程中的作用，结合机器学习模型方法、深度学习方法，对时间序列分析进行系统介绍。

　　讲座结束后，同学们纷纷表示学到了许多行业级建议以及相关的参考资料，受益匪浅，收获颇丰。2019级数据科学与大数据技术1班的黄雅婕表示：“此次讲座，陈老师在预测背景、常见预测方法与模型等多个方面对电力系统负荷预测进行了讲解，为我们系统地介绍如何利用大数据技术针对能源系统趋势预测业务场景设计有效的工程解决方案，非常受用。”