为加强研究生学术交流活动，推进学术创新，特开通“研究生学术报告预告区”。我校研究生和教师可以在预告区及时发布和了解有关研究生学术报告的信息，届时参加。也可就某学术报告展开专题讨论与交流。
激励型需求响应作为需求响应的一种方式，是电力服务商实现削峰填谷，保障电网安全运行以及提升电网效益的重要途经。电力服务商需要制定合适的激励价格使用户的聚合响应达到目标，以实现利润最大化。但是电力服务商面临的挑战在于不知道用户的确切响应，因此需要在制定激励价格前预测用户的响应行为。
关于用户响应行为的预测问题，现有文献研究较少。本研究对用户响应行为的预测方法以及预测的架构做了一些探索。
根据经济学中需求价格弹性的原理，用户在当前时段的响应不仅仅与当前时段的价格有关，还与之前的价格有关。因此在预测用户的响应行为时应考虑历史价格和响应对当前时段用户响应行为的影响。线性回归、多项式回归以及岭回归等方法是传统的回归方法。循环神经网络是深度神经网络的一种方法，具有强大的非线性拟合能力。本研究对比了这些方法在不同场景下的预测能力。