摘要: 文章提出一种基于深度学习的居民用电负荷短期预测方法，该方法利用时间卷积网络（TCN）对具有时序性特点的历史负荷序列进行建模，学习用电特征参数之间高动态变化规律。方法兼顾了数据的时序特征及变量之间复杂的内在关系，且支持大规模数据并行化处理，运行效率高。在UCI公开的数据集上进行了实验，实验结果验证了该方法的有效性，该方法对实现电网智能调度具有一定的现实意义。