2026年10月27日上午，经济与管理学院于求是楼517室成功举办“博望经管·名家讲坛”。本次讲座邀请到四川大学特聘教授、博士生导师余乐安作专题分享，余教授长期致力于大数据智能、经济预测、金融科技与能源管理等前沿领域研究，出版专著6部，发表高水平论文100余篇，先后获得中国青年科技奖、教育部自然科学奖一等奖和北京市科学技术奖一等奖。讲座由副院长陈宇科主持，学院青年教师及2025级、2026级学硕和2026级农业管理硕士研究生到场参会。
本次讲座主题为“数据特征驱动的电力系统源荷预测技术研究”。余乐安教授从电力系统的发展历程切入，梳理了我国电力系统从“火电主导”向“多能互补”再到“新能源主体”演进的趋势，指出当前电力系统已从传统的综合管理系统演变为高度复杂的系统。他强调，在实现电力发输配用瞬时完成，供需实时平衡的条件下，电源侧与负荷侧的准确预测是电力调度决策优化的重要前提之一。
随后，余乐安教授首先从问题导向出发，指出风电出力的“复杂性/间歇性”特征，用电负荷的“多周期性”特征所带来的不确定性，以及“如何提升源荷预测精度并支撑电力调度决策优化”是研究的核心问题。为破解上述研究痛点，余教授在模型选择环节，强调要依据样本数据特征构建匹配模型，避免模型选择的盲目性。他以源荷预测为切入点，系统梳理传统计量模型、物理模型和人工智能模型，分别分析其在机理依赖、非线性刻画、数据依赖和过拟合等方面的局限性，进而提出从经验驱动、模型驱动、数据驱动向“数据特征驱动”拓展的研究思路。最后落地到方法实践层面，余教授介绍了“数据特征驱动建模+分解集成”的方案。从电源侧面向风电出力的复杂性和间歇性特征，构建分解—重构—预测—集成技术，从负荷侧面向周期性特征开展电力负荷预测，在此基础上结合“源网荷储一体化”背景，展望从单一源荷预测实现向“电力复杂系统调度决策”的延伸。
临近会议尾声，余乐安教授针对数据特征驱动建模、分解集成方法在源荷预测及“源网荷储一体化”调度决策中的深化应用,提出未来研究方向。他强调，将数据挖掘方法与电力系统实际痛点相结合，是提升源荷预测针对性的重要路径之一，也是推动预测研究向复杂系统调度决策延伸的努力方向。
本次讲座深度分享前沿理论，有效活跃了学院的学术探讨氛围。活动不仅启发了与会师生的科研思路，更拓宽了其学术视野。未来，学院将继续秉持育人初心，引入顶尖学术资源，着力打造高水平、多元化的学术交流平台。
(一审：晁苗苗；二审：左金隆；三审：谭建春)
经济与管理学院
2026年10月27日
