基于 IoT 与负荷预测的供配电系统智能优化设计及工程实践

禹 孟(广东中烟工业有限责任公司广州卷烟厂，中国)

摘要

本文提出了一种基于物联网（IoT）和负荷预测的智能供配电系统优化设计，并通过工程实践验证其效果。该系统结合IoT技术和负荷预测算法，采用层次化设计，集成LSTM、GRU等负荷预测模型与PSO、GA等优化算法，实现了高效调度、故障恢复及能源管理。仿真结果显示，优化方案显著降低了电力传输损耗和运行成本，提升了电网稳定性与可靠性，减少了碳排放。实际应用中，系统提高了设备利用率，降低了电网损耗和运维成本，提升了供电可靠性。未来研究可结合多模态数据、联邦学习、数字孪生和电网互动技术，进一步提升智能工厂的能源效率与调度智能化，适应电动汽车充电等新型负荷挑战。

关键词

智能供配电系统；物联网 (IoT)；负荷预测；优化调度

参考

Krishna Rao, C., Sahoo, S. K., & Yanine, F. F. (2024). An IoT Enabled Energy Management System with Precise Forecasting and Load Optimization for PV Power Generation. Transactions of the Indian National Academy of Engineering, 9, 917–937. https://doi.org/10.1007/s41403-024-00498-z

Meshram, A. K. (2025). Smart Grid Optimization Using IoT and AI for Load Management. International Journal of Electrical and Electronics Engineering & Telecommunications, 14(5), 543–547. https://www.ijesm.co.in/uploads/68/15990_pdf.pdf

Rahman, R., Kumar, N., & Nguyen, D. C. (2024). Electrical Load Forecasting in Smart Grid: A Personalized Federated Learning Approach. arXiv. https://arxiv.org/abs/2411.10619

DOI: http://dx.doi.org/10.12345/dlynyqy.v3i11.33401