近日，大数据与计算机学院学生杨志聪以第一作者身份，在国际学术期刊《Pattern Recognition Letters》（Elsevier出版，SCI收录，最新影响因子3.5，JCR Q2区）发表题为《Short-term power load forecasting for regional grids based on DSECA-TCN-Transformer》（基于DSECA-TCN-Transformer的区域电网短期电力负荷预测）的研究论文。论文由杨志聪、沈怀硕、刘斌、陈子森、周波、陆东钰共同完成，杨志聪为第一作者，周波为通讯作者。其中，杨志聪、刘斌、陈子森为2022级大数据专业学生，沈怀硕为2022级物联网工程专业学生。

论文针对区域电网短期负荷预测中非线性特征提取难、长距离依赖建模弱、计算开销大等问题，构建了融合DSECA通道注意力、时间卷积网络（TCN）与Transformer的混合预测模型。该模型以轻量级DSECA模块自适应强化关键通道特征，利用TCN提取局部时序特征，并借助Transformer多头自注意力机制建模全局依赖，实现未来48个时间步的负荷预测，平均绝对百分比误差低至1.35%，优于10种主流对比模型。该研究为提升电网调度效率、促进可再生能源消纳提供了新方法，对服务“双碳”目标和智能电网建设具有重要意义。

该研究依托大学生创新创业训练计划项目《基于TCN-LTransformer融合模型的电负荷预测系统设计与实现》开展，项目由杨志聪担任负责人，沈怀硕、蔡广寿、刘斌、陈子森等同学参与，周波、王彩霞等老师指导，并在2026年度大学生创新训练计划项目评选中荣获“优秀成果奖”。

此次学生以第一作者在国际期刊发表研究论文，是学院持续深化“以研促教、以赛促学”人才培养模式的成果体现。下一步，学院将继续完善学生科研支持机制，推动更多学生产出高水平创新成果。（作者：施运应 校对：魏志荣 审核：刘玲）