01
负荷预测基础
定义、分类（超短期/短期/中期/长期）及电力系统应用场景
概念分类
02
误差来源分析
数据质量、模型局限、外部因素（天气/节假日/经济）
数据归因
03
误差评价指标体系
AE, MAE, RMSE, MAPE 数学定义与适用场景
指标数学
04
误差分布特性
正态性检验、偏度峰度、自相关与异方差性
统计分布
05
误差可视化方法
残差图、QQ图、直方图、时间序列误差图
可视化诊断
06
传统误差补偿方法
移动平均、指数平滑、阈值法、比例修正
统计规则
07
基于机器学习的误差补偿
线性回归、决策树、随机森林对误差建模
ML回归
08
基于深度学习的误差补偿
LSTM, GRU, Transformer 在误差序列中的应用
DL序列
09
混合补偿策略
统计+机器学习，离线+在线组合补偿
集成策略
10
实时误差跟踪与自适应补偿
滑动窗口、在线梯度下降等自适应方法
在线自适应
11
异常事件下的误差补偿
极端天气、突发故障、重大活动特殊策略
异常鲁棒
12
多时间尺度误差补偿
15分钟/1小时/1天差异化补偿方案
尺度时域
13
区域级与系统级误差补偿
单点与聚合误差关系，局部与全局平衡
区域聚合
14
误差补偿的鲁棒性分析
噪声/异常值敏感度测试，提升稳定性
鲁棒测试
15
误差补偿的实时性要求
计算延迟、内存、模型更新频率影响
实时性能
16
误差补偿效果的后评估
补偿后误差再评价，过/欠拟合诊断
评估诊断
17
案例研究1：省级电网
某省级电网短期负荷预测误差分析与补偿实践
案例电网
18
案例研究2：工业园区微网
超短期负荷预测误差补偿实践
微网案例
19
案例研究3：节假日效应
中期负荷预测误差补偿（考虑节假日）
节假日中期
20
误差补偿系统工程架构
数据管道、模型服务、监控告警、A/B测试
架构工程
21
误差补偿中的特征工程
时间、气象、历史误差等特征构造
特征构造
22
超参数调优
网格搜索、贝叶斯优化在补偿模型中的应用
调优超参数
23
模型解释性：SHAP与LIME
解释补偿模型决策过程
可解释SHAP
24
公平性与伦理
工业/商业/居民用户误差差异与补偿公平
公平伦理
25
标准化与自动化
AutoML在补偿模型选择与调优中的应用
AutoML自动化
26
误差补偿与电力市场
现货/辅助服务市场影响及经济性分析
市场经济
27
新能源接入与误差补偿
风电/光伏不确定性叠加效应与补偿
新能源叠加
28
前沿技术探索
联邦学习、迁移学习、强化学习在补偿中的应用
前沿FL
29
部署与运维
Docker/K8s、模型版本管理、日志监控
部署运维
30
课程总结与展望
发展趋势、挑战与未来研究方向
总结展望