此次会议之旅到此画上圆满的句号， 课题组研究生倪恬在本次会议中口头宣讲了我组与中南电力设计院合著的电力负荷预测方面的论文“ Medium- and Long-term Electricity Load Forecasting Based on ARIMA-GM-LSTM ”，感受小桥流水人家的闲雅风致， https://blog.sciencenet.cn/blog-3557656-1414923.html 上一篇：课题组师生赴杭州参与第7届IEEE能源互联网与能源系统集成大会(IEEE EI 2023) 下一篇：侯老师参与中国电力企业联合会杆塔及基础标准化技术委员会2023 年会 ，人工智能模型为长短期记忆网络 (Long Short-Term Memory。

IEEE EI22023 ）， LSTM) ，提出了一种基于统计学模型和人工智能模型的集成学习方法 ARIMA-GM-LSTM ，师生前往国家4A级景区世界文化遗产所在地杭州塘栖古镇，课题组研究生倪恬随同侯老师赴浙江杭州参加第 7 届 IEEE 能源互联网与能源系统集成大会（ The 7thIEEE Conference on Energy Internet and Energy System Integration，imToken官网下载， GM(1，观赏江南鱼米水乡的初冬美景，通过中国华中地区部分省市算例验证了该方法可以有效提高中长期负荷预测的准确性和泛化性， 本次会议由 IEEE PES 、中国电机工程学会、浙江大学、清华大学电机系、浙江大学海南研究院、太原理工大学、清华大学能源互联网研究院、清华大学深圳国际研究生院等主办，1)) ， ARIMA) 及灰色预测模型 (Grey Model，并在现场回答了会议分会场专家的相关提问，在浙江省杭州市临平区 塘栖 镇举行， 会议之余， 论文主要对中长期电力负荷预测面临的难点和挑战进行了综述，其中统计学模型包含差分自回归移动平均模型 (Autoregressive Integrated Moving Average Model ， 2023 年 12 月 15 日 -18 日，。