浅谈如何提高地区负荷预测准确率
电能是现代社会主要能源种类之一，是国民经济建设和群众生活活动顺利实施的基础保障因素。面对电力供应紧张的现实情况，做好负荷预测工作，提高负荷预测准确性的重要意义日益凸显。文章结合山西地区电力负荷预测工作实际，对电力负荷预测工作进行讨论，提出改进负荷预测工作的相關建议。
标签：负荷预测；准确率：重要性
引言
随着我国经济发展水平的提高和社会生产总量的不断增加，电力需求日益增大。电力供应稳定充裕已经成为对于地区经济发展和人民生活质量有着至关重要影响的基础要素。十二五以来，我国大力发展电力基础设施建设，大型发电项目相继开工并分阶段建成投入使用。电力企业加强运营管理，电网运行质量稳步上升，电力供应工作取得了极为显著的效果，为我国经济体制改革和经济结构调整事业的顺利推进做出了重大贡献。与此同时，电力供应紧张问题日渐加剧，国民经济发展和人民生活电力需求不断增长，给电力系统的正常运行和电力的安全稳定供应带来沉重压力。如何提高电力负荷预测准确性，利用有限的电力资源尽可能地满足更多的用电需求，提高电力系统运转质量，是电力企业面对当前严峻局势，改善电力供应环境，提高电网安全性和经济性，满足社会生产、生活需要的重要途径。根据预测时限的不同，地区电力负荷预测分为长期、中期、短期、超短期四种。基于山西电网地区特性，文章主要对短期负荷预测分析进行讨论。
1 影响短期负荷预测工作质量的因素分析
从山西省电力系统的实际情况来看，短期负荷预测工作的精确程度直接关系到对标评价的高低，各地区电力调度单位都投入了大量精力去改进短期负荷预测工作质量，以期提高预测准确性。通过长期工作实践总结，电网短期负荷预测影响因素包括负荷构成种类、时间因素、天气因素及许多不确定因素等。下面对负荷的各类影响因素进行分析讨论。
1.1 负荷构成种类对电力负荷预测的影响
一般电力负荷与其电力用途之间密切相关，常见的用电类型包括工业用电、生活用电和农业生产用电几个类型。这些电力负荷种类都具有电力负荷呈周期性变化的规律。随着电力负荷种类不同，其负荷变化周期分为日、周、年和节假日等多种形态。由于这些周期特性存在较为普遍，分析并掌握这些周期特性，有助于电力负荷预测分析工作的有效开展。
1.1.1 以日为周期变化的电力负荷。从日负荷曲线变化上可以看出，日负荷曲线分为峰荷、基荷和腰荷三个部分。不同部分的负荷其组成也不一样。其中，基荷由长期存在的、持续性的负荷构成，这些负荷在电力负荷整体中起着基础性
龙源期刊网 https://www.doczj.com/doc/032904481.html, 浅谈电力系统短期负荷预测 作者：李家龙王蒙谷心洋 来源：《中国科技纵横》2017年第03期 摘要：研究了气象因素（温度、湿度、降雨量等）对电力系统负荷的具体影响，结果表明：温度对预测结果影响最大。建立了指数平滑模型、动态神经网络模型对电力系统短期负荷进行预测，对两种预测模型的优缺点进行了比较。结果表明：三次指数平滑能很好的预测短期负荷的发展趋势，而动态神经网络模型有更高预测结果精度。最后通过算例进行了说明。 关键词：电力系统；负荷预测；气象因素；预测模型 中图分类号：TM715 文献标识码：A 文章编号：1671-2064（2017）03-0171-02 1引言 电力系统短期负荷预测，在国内都有相关的研究，如文献[1]构建了一种基于统计分析的 负荷规律性评价方法。在此基础上，建立了预估负荷预报误差极限的分析方法。运用所提出的方法对负荷变化的规律性进行评价。文献[2]利用BP神经网络进行电力系统短期负荷预测，在保证有足够的训练样本的前提下，对预测模型进行合理分类，构造了相应于不同季节的周预测、日预测模型，文献[3]从不同角度对气象因素对电网负荷影响进行了深入的分析，介绍了 国内外的研究现状，提出了气象因素对短期负荷预测影响分析的思路、方法和意义，讨论了常用电力负荷特性的分析方法，文献[4]短期负荷预测的“双周期加混沌”法是基于负荷记录数学性质的预测方法.为了进一步提高其预测精度而提出的三项改进。 以上研究都没有深入研究气象因素对短期负荷预测的具体影响，给出较为直观的数字；研究表明，气象因素是影响短期负荷的主要因素，温度、风速、降雨量、等都对负荷产生一定程度的影响。气温是对负荷影响最大的气象因素。故各气象因素与负荷之间存在一定的相关性。本文讨论了象因素对短期负荷预测的具体影响，建立三次指数平滑模型和动态神经网络模型对负荷进行预测。 2 问题描述 短期负荷预测是电力系统运行与分析的基础，提高负荷预测精度，是保障电力系统优化决策科学性的重要手段。现代电力系统中，气象因素（温度、湿度、降雨量等）对电力系统负荷的影响愈显突出。考虑气象因素成为调度中心进一步改进负荷预测精度的主要手段之一。 符号说明： 最近几天t时刻的负荷平均值
电力系统短期负荷预测方法研究综述 发表时间：2018-12-25T16:14:08.417Z 来源：《电力设备》2018年第23期作者：尹强 [导读] 摘要：随着电力工业发展的不断市场化，在与社会经济效益息息相关的当下，系统负荷预测在电力行业中扮演着愈加重要的角色。 （国网四川省电力公司攀枝花供电公司四川攀枝花 617000） 摘要：随着电力工业发展的不断市场化，在与社会经济效益息息相关的当下，系统负荷预测在电力行业中扮演着愈加重要的角色。而按照预测时间的长短，可将负荷预测模式分为长期，中期，短期和超短期。其中，短期负荷预测是电力系统稳定经济运行的基础，其预测结果将直接影响着电力系统控制过程的优良。因此关于短期负荷预测的精确性已逐步发展成为电力系统自动化领域中的一项重要研究课题。 关键词：电力系统；短期负荷；预测方法 一、负荷数据预处理 历史负荷数据由于多种原因可能会造成部分数据的丢失或者数据异常，异常的历史负荷数据会对短期负荷预测结果造成很大的影响。因此，想要提高短期负荷预测结果的精确度，在进行预测前，需对负荷数据进行预处理。传统的数据预处理方法包括插值法和纵向比较法等，为了提高预测的精确度又提出了双向比较法、滤波法、切比雪夫不等式法等多种数据预处理新方法。文献提出了用Savitzky-Golay平滑滤波器去处理历史负荷数据，与其它平均方法相比，本方法保留了原始数据的分布特性。文献利用粗糙集理论的属性，在保证历史负荷和气象因数等属性的情况下，推导出的预测负荷值满足一定的精确度，剔除属性集中的冗余信息，简化了判断规则，并利用遗传算法的全局搜索能力，挖掘得到相对预测量的最小约简属性集作为预测模型的输入变量。 二、短期电力负荷预测 短期电力负荷预测的特点。电力负荷预测是根据电力负荷和其影响因素的历史数据，结合实际情况建立相关的模型，对未来用电负荷量进行科学预测。短期负荷更是具有以下明显的特点：预测结果的不确定性和随机性；由于各类负荷预测都是在特定的环境和具体的条件下进行的，因此其具有条件性；短期负荷预测在时间上都有一定的限制，所以具有时间性；由于预测结果的不准确性和条件性，加上外部因素的不确定性，因此预测结果具有多方案性。 影响电力负荷预测精度的因素。在电力系统负荷预测的过程中，预测精度是最具有影响力的一个指标。过预测或欠预测均会对系统生产运行配送造成较为严重的后果。影响负荷的因素有很多，首要便是天气因素。而作为可估计的随机事件，气象预报本身不准确又会形成双重误差。再者，我国人口数量众多，贫富差距较大，因此随机负荷部分并非平稳的随机序列，反而有较大的不确定性。另外，一些特殊事件的随机发生也会使反映负荷的周期曲线产生较大的波动，使实际数据与影响因素之间的关系样本数难以确定。 三、智能预测方法 （一）专家系统法 专家系统法是根据某一领域的专家知识和专家经验建立的一个计算机系统，并且该系统能够运用这些知识和经验对未来进行合理的预测。知识库、推理机、知识获取部分和解释部分是一个完整专家系统的主要组成部分。通过该系统，运行人员能够识别预测日的类型，考虑天气对负荷预测的影响。专家系统法的优点是能够综合考虑多个影响因素，由于是一个计算机系统，该系统具有较好的透明性和交互性，对所得出的结论，能解释其依据，便于运行人员检查和修改，而且预测结果的精确度很高，能很好的反映负荷实际情况。不足之处就是需要大量的历史负荷数据，而数据量增多会导致运算速度慢；同时该算法不具有自主学习能力和利用模糊知识处理相关问题的能力；并且该算法拥有很强的规则性，而规则本身不具有普遍适应性，所以该预测方法不具备普遍适用性。 （二）人工神经网络法 人工神经网络是模仿人脑神经网络进行学习和处理问题的非线性系统。它由若干个具有并行运算功能的神经元节点及连接它们的相应的权值构成，通过激励函数实现输入变量到输出变量之间的非线性映射。用历史负荷作为训练样本去建立适宜的网络结构，当训练的网络结构达到预测要求后，就用此网络作为负荷预测的预测模型。人工神经网络的优点是对预测模型的要求不高，对高度非线性对象非常适用，具有很强的鲁棒性、记忆能力、非线性映射能力以及强大的自学习能力，拥有的特点是其它算法所不具备的。不足之处是有很慢的学习收敛速度，也有可能结果收敛到局部最小点，并且没有很好的知识表达能力，对调度人员经验中存在的模糊知识没有得到充分的利用，依据主观经验确定网络层数和神经元个数。把人工神经网络方法运用于风电功率短期预测中，以数值天气预报为基础，拥有良好的人机交互界面，与能量管理系统实现了完美的连接，预测结果拥有良好的精确度。组合的预测方法，把人工神经网络法和经验模式分解相结合，用经验模式分解的自适应性，分别对各个分量进行分析，准确的把握负荷变化特性和环境因素影响，最后采用与分量相匹配的人工神经网络法进行预测。用人工神经网络去预测负荷模型的方法，用人工神经网络对最大、最小负荷时刻的负荷模型参数进行预测，分析了负荷模型与预测结果之间的灵敏度，以便了解它们之间的影响程度，去寻找提高精确度的方法。 四、支持向量机 支持向量机与神经网络类似，都是学习型的机制，但与神经网络不同，SVM使用的是数学方法和优化技术。其中支持向量是指那些在间隔区边缘的训练样本点，该方法给定一组训练样本，每个标记为属于两类，一个SVM训练算法建立了一个模型，分配新的实例为一类或其他类，使其成为非概率二元线性分类。应用SVM进行电力系统负荷预测具有精度高、速度快等优点，不足之处在于存贮需求量大，编程困难，实际应用较难。 五、灰色模型法 灰色模型法是一种针对含有未知且不确定因素的系统进行预测的方法。通过对部分已知信息的开发，生成并提取有用信息，从而对系统运行行为和其演化规律进行正确且有效的描述和监控。该方法可在数据缺失的情况下找出某个时间段内数据变化的规律，以此建立负荷预测模型。灰色模型法分为普通灰色系统模型和最优化灰色模型两种。普通灰色预测模型是一种指数增长模型，当电力负荷严格按指数规律持续增长时，此方法的优势得以凸显———其预测精度高、所需样本少、人工耗时短且计算量小，所得预测结果还可以进行检验。缺点是对于具有波动性较大的电力负荷预测误差较大，因此并不适用于实际情况。但最优化灰色模型可以把波动幅度较大的原始数据序列变换成规律性较强的成指数递增变化的序列，以此来适应灰色模型法所需条件，大大增加了适用范围和预测精度。灰色模型法能很好的适用于
浅谈如何提高地区负荷预测准确率 电能是现代社会主要能源种类之一，是国民经济建设和群众生活活动顺利实施的基础保障因素。面对电力供应紧张的现实情况，做好负荷预测工作，提高负荷预测准确性的重要意义日益凸显。文章结合山西地区电力负荷预测工作实际，对电力负荷预测工作进行讨论，提出改进负荷预测工作的相關建议。 标签：负荷预测；准确率：重要性 引言 随着我国经济发展水平的提高和社会生产总量的不断增加，电力需求日益增大。电力供应稳定充裕已经成为对于地区经济发展和人民生活质量有着至关重要影响的基础要素。十二五以来，我国大力发展电力基础设施建设，大型发电项目相继开工并分阶段建成投入使用。电力企业加强运营管理，电网运行质量稳步上升，电力供应工作取得了极为显著的效果，为我国经济体制改革和经济结构调整事业的顺利推进做出了重大贡献。与此同时，电力供应紧张问题日渐加剧，国民经济发展和人民生活电力需求不断增长，给电力系统的正常运行和电力的安全稳定供应带来沉重压力。如何提高电力负荷预测准确性，利用有限的电力资源尽可能地满足更多的用电需求，提高电力系统运转质量，是电力企业面对当前严峻局势，改善电力供应环境，提高电网安全性和经济性，满足社会生产、生活需要的重要途径。根据预测时限的不同，地区电力负荷预测分为长期、中期、短期、超短期四种。基于山西电网地区特性，文章主要对短期负荷预测分析进行讨论。 1 影响短期负荷预测工作质量的因素分析 从山西省电力系统的实际情况来看，短期负荷预测工作的精确程度直接关系到对标评价的高低，各地区电力调度单位都投入了大量精力去改进短期负荷预测工作质量，以期提高预测准确性。通过长期工作实践总结，电网短期负荷预测影响因素包括负荷构成种类、时间因素、天气因素及许多不确定因素等。下面对负荷的各类影响因素进行分析讨论。 1.1 负荷构成种类对电力负荷预测的影响 一般电力负荷与其电力用途之间密切相关，常见的用电类型包括工业用电、生活用电和农业生产用电几个类型。这些电力负荷种类都具有电力负荷呈周期性变化的规律。随着电力负荷种类不同，其负荷变化周期分为日、周、年和节假日等多种形态。由于这些周期特性存在较为普遍，分析并掌握这些周期特性，有助于电力负荷预测分析工作的有效开展。 1.1.1 以日为周期变化的电力负荷。从日负荷曲线变化上可以看出，日负荷曲线分为峰荷、基荷和腰荷三个部分。不同部分的负荷其组成也不一样。其中，基荷由长期存在的、持续性的负荷构成，这些负荷在电力负荷整体中起着基础性
电力系统短期负荷预测方法综述 本文主要是针对电力系统的短期负荷预测的概念和意义 进行综述，就短期负荷预测的一些特点及其影响预测精度的各方面原因进行总体的分析。在目前的预测方法里，主要有经典的预测方法和传统的预测方法以及智能预测方法和预测新方法。从这些预测方法入手进行综合的应用原理分析，比较其不同预测方法的优点及不足的地方。并且提出了短期负荷预测的精度提升了，不仅在历史的数据上重视了其积累，还应重视在预测的模型选择上要合适，综合型预测模型在未来电力负荷预测方法的必然性。 标签：电力系统短期负荷预测 电力负荷预测在能量的管理系统组成中是极为重要的部分，而短期电力负荷预测则是对几个小时后或是一天、几天的电力负荷值上进行预报。短期电力负荷预测不仅在电力系统安全以及经济的运作下提供了相关保障，还为市场的环境编排高度计划等打下了基础。不过在这个电力生产与消费的日趋市场化下，针对负荷预测的准确及可靠性上也有了更为高的要求，而且就电力系统管理与运行来讲其负荷预测逐渐成为了一个主要的研究领域。预测精度是决定短期负荷预测的作用大小的，所以在短期负荷预测方法研究的重点上是如何对预测精度进行提高。虽然短期负荷预测的研究历史已經很长远了，国内外的学者也对其在方法还有理论方面对于预测模型进行研究工作。当短期负荷出现因素太多的情况下，从而限制了预测方法的范围以及精度。下文针对短期的预测方法展开一个综合性的探析。在研究未来发展方向的同时也为实际情况下短期负荷的预测提供了一个基础。 1 基于短期负荷的预测特点 对于短期电力负荷来讲其预测便是基于在电力负荷以及相关的历史数据对模型进行全面的建立，从而使得新世纪型的电力负荷更具备科学性和全面性。对于短期负荷所面临的事件不确定性以及其随机性，包含了各种特点：①在预测的结果上其短期的负荷存在着一定的不确定性。②不同的负荷预测方法存在相应的条件性。③短期负荷预测在时间上各有不同。④预测的结果包含多方案性。 短期负荷预测精度的影响因素：①以往历史数据。②自然天气情况。③其日期类型。④负荷预测模型。⑤相关社会事件等。 2 简述短期负荷预测方法 短期负荷由于受到来自不同方向的因素影响，面临时间序列问题上其随机的过程表现的很不平稳，就算面临的影响因素包罗万象，不过在这些因素中都存在一个特点那就是有规律性。能够为实际预测打下基础，其短期负荷预测的方法大致分为四类。
中长期负荷预测方法综述 摘要:负荷预测是电力系统规划、供电、调度等部门的重要的基础工作,讨论了负荷预测的特点、分类及各种成熟的负荷预测技术,研究了现代负荷预测技术的发展动态,并指出未来主要的研究方向。 中长期负荷预测各种预测方法都具有其各自的优缺点和适用范围,在实际预测工作中,必须根据实际情况,着重从预测目标、期限、精确度等诸多方面作出合理选择,寻求能获取所需精度的预测方法。本文针对电力系统中长期电力负荷预测方法做出分析。 关键字：负荷预测、中长期负荷、负荷预测方法、负荷预测综述 正文：负荷预测是从已知的电力需求出发,通过对历史数据的分析, 并考虑政治、经济、气候等相关因素,对未来的用电需求做出估计和预测。负荷预测是电力系统规划、供电、调度等部门的重要的基础工作。对于经济合理地安排发电机组的启停及检修计划,保持电网安全稳定运行以及未来电网的增容和改建等有十分重要的用。 电力系统负荷预测是电力系统安全经济调度、规划、设计研究的基础和前提，准确的负荷预测结果将意味着在满足供电质量要求的条件下对系统建设资金最大可能限度的利用和有限投资的最大社会经 济效益的获得,负荷预测工作因而引起了人们的普遍关注随着电力 系统的迅速发展尤其是我国电力工业市场化改革的推行负荷预测 工作面临如何准确合理地考虑电力工业市场化后对实际电力负荷从大小到特性上的影响和给整个系统运行规划带来的变化的难题可以
设想在强大的市场压力和竞争机制作用下适用于电力市场环境下 的负荷预测理论和算法必将获得突破性研究成果 随着我国国民经济的快速发展和人民生活水平的不断提高,人们对电量需求量以及电能质量的要求也越来越高。、 一、基于参数模型的中长期电力负荷预测方法 1.趋势外推方法。将已有的各年度的电力负荷看作一个时间序列,利用最小二乘拟合等方法寻求电力负荷与时间的函数关系,并利用这个函数关系预测以后年度的电力负荷。趋势外推方法可以保证对历史数据的拟合是最好的,但不能保证外推效果的可靠性。 2.回归分析方法。回归分析预测是电力系统负荷预测的一种常用方法,根据回归分析涉及变量的多少,可以分为单元回归分析和多元回归分析。在回归分析中,随机变量是自变量,非随机变量是因变量,由给定的多组自变量和因变量资料究二者之间的关系,形成回归方程。回归方程求得后,给定各自变量数值,就可求出因变量值。回归方程根据自变量和因变量之间的函数形式,又可分为线性回归方程和非线性回归方程。在负荷回归分析法方法简单、预测速度快、外推性好,对于历史预测问题中,回归方程的因变量一般是电力系统负荷,自变量是影 响电力系统负荷的各种因素,如经济、人口、气候等。上未出现的情况有较好的预测性。但它对数据的要求高,特别是历史数据残缺或存在较大误差的情况下,预测效果很不理想;用线性方法描述比较复杂
摘要 负荷预测是电力系统规划、计划、用电、调度等部门的基础工作。讨论了年度负荷预测、月度负荷预测和短期负荷预测的特点、成熟 方法，分析了负荷预测问题的各种解决方案，并指出未来的主要研 究方向。根据国内电力系统负荷预测的实践和国外的经验，对我国 开展电力系统负荷预测工作提出了一些建议。 关键词：电力系统；负荷预测；模型；参数辨识 第一章引言 负荷预测是从已知的用电需求出发，考虑政治、经济、气候等相关因素，对未来的用电需求做出的预测。负荷预测包括两方面的含义：对未来需求量(功率)的预测和未来用电量(能量)的预测。电力 需求量的预测决定发电、输电、配电系统新增容量的大小；电能预 测决定发电设备的类型(如调峰机组、基荷机组等)。 负荷预测的目的就是提供负荷发展状况及水平，同时确定各供电区、各规划年供用电量、供用电最大负荷和规划地区总的负荷发展水平，确定各规划年用电负荷构成。 第二章负荷预测的方法及特点 电力系统负荷预测的原理 通常来说预测电力系统负荷最直接最有效的方法是建立一个负 荷模型，该模型有两层含义：一是负荷的时空特性，二是负荷电压和频率特性。对于负荷的时空特性指的是随着时间与空间的不同分布，负荷的分布也会不同。这种负荷模型往往是比较复杂的，研究人员通常是采用负荷时间曲线来描述这种特性。这样负荷曲线以时间为依据，就可以分为日负荷、周负荷、季负荷以及年负荷；如果换成以时空角度为划分依据，则此曲钱又可分为系统、节点和用户三种负荷曲线；若按照负荷的性质来分，负荷曲线又可以分为工业、农业、市政以及生活负荷等。 在一般的安全运行的过程中，负荷模型指的就是未来时空特性，因此也可以将此作为负荷预测模型。通常负荷预测模型包含的内容是非常广泛的，在运行的过程中不仅能进行短期或者实时的负荷预测，还能在规划电力系统时做长期的预测。负荷的预测通常采用的是概率统计，有效地分析工具即为时间序列分析，由于是预测未来的负荷，所以会存在或多或少误差。对于未来负荷预测误差所产生的原因主要是一些不确定的因素与负荷变化的规律不一致，如某些自然灾害可能会导致停电，这样负荷曲线就会在事故时段出现一些突变。此时就不能依靠负荷预测模型所得出得结果了，因为有人的干预。但是也不能因为有不确定因素的存在就全盘否定负荷预测模型计算得出的结果，大多数情况下还是比较准确的。
如何提高电网负荷预测准确率孙华1 发表时间：2018-06-25T17:03:41.557Z 来源：《电力设备》2018年第3期作者：孙华1 何小娟2 [导读] 摘要：随着社会的不断发展与进步，各行各业对电力需求越来越大，这就要求电网企业能够不断发展以满足人们的用电需求。 （1 国网河南省电力公司焦作供电公司河南焦作 454000；2国网河南省电力公司济源供电公司河南济源 459000） 摘要：随着社会的不断发展与进步，各行各业对电力需求越来越大，这就要求电网企业能够不断发展以满足人们的用电需求。合理规划配电网设置，分析历史用户用电的数据，挖掘数据中的潜在重要信息，能够对未来用电负荷趋势进行预测，然而，采用不同的方法具有不同的预测效果。传统的负荷预测方法有很多，例如：电力弹性系数法、外推法、回归预测法、用电单耗法以及负荷密度法，等等，这些传统方法是根据以往的负荷数据，加上一定的经验总结研究出来的，具有很强的依赖性和不准确性，有些方式甚至只是一个简单的定向预测问题，这些传统方法已经不能满足现代社会用电数据量大的分析，预测结果存在较大误差，对配电网规划具有重要影响。 关键词：负荷预测；准确率；影响因素；对策 1概述 电力系统的负荷预测主要有超短期、短期和中长期三种预测方式，其中短期预测是电网调度部门主要使用的负荷预测方法。短期负荷预测又可根据其预测周期的长短细分为月预测、周预测和天预测。所谓月预测就是以月为单位对电力系统的月负荷（最大值和平均值）以及该月可能产生的电量变化进行预测；而周预测和天预测则是以本周或当天的负荷情况确定下周或者次日电力负荷的变化趋势。对负荷进行科学合理的预测，主要是便于对电力系统进行预防性控制，安全监控以及应对突发性的调度计划。负荷预测不仅是一个电网的调度和规划部门所应具备的基本信息，而且也是在电力系统中实现实时控制、运行计划以及系统调度和发展规划的必要前提条件。负荷预测在电力体系的规划和运行方面有着不容忽视的作用，其创造的经济利益也是直观可见的。负荷预测其实就是市场关于用电需求的一个预测，为了使电量供应满足市场的需求，不仅仅对市场的需电量要有一个预测量，而且在这个量的基础上其精确度也要尽量高，这就是通常所说的负荷预测准确率。 2关于负荷预测准确率的影响因素 2.1天气因素 在所有的影响因素中，天气因素对负荷预测准确率造成的影响是最大的。以具体事例说明：某地２０１４年４月的天气状况，同样达到１７℃～１９℃，多云天气相对于阴天中午的负荷差就能达到３０～４０ＭＷ（占该地中午供电负荷总量的７％）。由于天气造成的湿度不同，会使人们感觉热的程度存在差异，如夏天的时候，白天云量多会使人们感到凉爽，而晚上云量多便会使人感到闷热。而夏天多变的天气就会造成人们对空调使用的无规律性，而由此造成的空调负荷也会相差很大。尤其是在阴雨天，有的时候雨过天晴，气温会一下子降下来给人一种凉爽的感觉，这个时候，尤空调和风扇产生的负荷便会减少，而另一种情况，雨停之后，云并没有散去，加上夏天的高温天气便会出现“桑拿天”，使得空调风扇的使用量增加，由此造成的负荷量也会大幅提升。由此可见，天气的变化对于负荷预测准确率的影响相当大，其对电力体系的负荷预测准确率造成的影响也应引起重视。 2.2电网基础数据不准确 电网基础数据是开展负荷预测的前提条件，基础数据的正确率是影响负荷预测准确率的关键因素。其中，基础数据不准确包括历史数据不准确、自动化系数不准确、外部信息缺失等。 2.3大用户因素 电网中大用户对负荷预测准确率的影响程度可以达到２０％之多，如某水泥厂为某地电网体系中负荷较大的用户之一，该厂平时正常用电其电负荷大概在２５～３０ＭＷ，因为高自动化程度大大提高了该厂的用电需求。倘若该厂自动化设备因为故障迫使其停产。这就会使得该厂的负荷值大幅度下降，从而导致电网负荷幅度发生巨大变化，严重影响负荷预测的准确率。 2.4负荷预测管理系统不准确 负荷预测管理系统不准确包括负荷预测软件预测精度低、硬件设备不可靠等。表1所示为造成负荷预测管理系统准确率低的各项因素、原因和确认措施。 3针对影响因素提出的解决对策 3.1及时了解天气变化并对负荷预测值进行修改 及时把握天气变化，针对不同的天气状况对负荷的天预测进行调整是提高负荷预测准确率非常有效的手段。负荷预测专职需要将当天的负荷情况和第二天的天气情况进行汇总，从而对第二天的负荷预测值进行修正。也可在负荷供给当天，根据实际天气变化情况，对原有的预测数据进行调整，从而减小当天负荷预测出现的误差，保证负荷预测的准确率。 3.2逐步了解大用户 针对当地的负荷大用户要进行特别关注，及时与大用户的相关部门取得联系，掌握其作息时间其用电方面的有关数据，保证其正常运作时负荷预测的准确率。之后，电网部门也要对大用户中因为突发情况造成的负荷幅度大幅度变化的情况进行统计，从而在类似情况再次
1.负荷预测分类和基础数据处理 1.1负荷预测及其分类 1.1.1负荷预测概念 负荷预测是根据负荷的历史数据及其相关影响因素，分析负荷的变化规律，综合考虑影响负荷变化的原因，使用一定的预测模型和方法，以未来经济形势、社会发展、气候条件、气象因素等预测结果为依据，估计未来某时段的负荷数值过程。 1.1.2负荷预测的分类 按照预测方法的参考体系，工程上的负荷预测方法可分为确定性预测方法、不确定预测方法、空间负荷预测法。 确定性：把电力负荷预测用一个或一组方程来描述，电力负荷与变量之间有明确的一一对应关系。 不确定性：实际电力负荷发展变化规律非常复杂，受到很多因素影响，这种影响关系是一种对应和相关关系，不能用简单的显示数学方程描述，为解决这一问题，产生了一类基于类比对应等关系进行推测预测负荷的不度额定预测方法。 空间负荷预测：确定和不确定负荷预测是对负荷总量的预测。空间负荷预测是对负荷空间分布的预测，揭示负荷的地理分布情况。
1.2负荷预测的基础数据处理 1.2.1负荷预测的基础数据 基础数据大致包括四类，分别为：①负荷数据（系统、区域、母线、行业、大用户的历史数据；负荷控制数据；系统、区域、大用户等的最大利用小时数；发电厂厂用电率和网损率。）②气象数据（整点天气预报；整点气象要素资料；年度气温、降水等气象材料。）③经济数据和人口（区域产业GDP；城乡可支配收入；大用户产量、产值和单耗；电价结构和电价政策调整；城乡人口。）④其他时间（特殊时间如大型会议、自然灾害；行政区域调整） 1.2.2数据处理 为获得较好的预测效果，用于预测数据的合理性得到充分保证，因此需要对历史数据进行合理性分析，去伪存真。最基本要求是：排除由于人为因素带来的错误以及由于统计口径不同带来的误差。另外，尽量减少异常数据（历史上突发事件或由于某些特殊原因会对统计数据带来宠大影响）带来的不良影响。常见的数据处理方法有：数据不全、数据集成、数据变换和数据规约等。 2.确定性负荷预测方法 2.1经验技术预测方法 2.1.1专家预测法 专家预测发分为专家会议发和专家小组法。会议发通过召集专家开会，面对
电力负荷预测 公司内部编号：（GOOD-TMMT-MMUT-UUPTY-UUYY-DTTI-
电力网中的电力负荷预测 （广西科技大学 **） 摘要：电力负荷预测是供电部门的重要工作之一，准确的负荷预测，可以在保障电网的安全前提下，经济合理的安排电网内部发电机组的启停，合理安排机组检修计划，减少不必要的旋转备用容量，降低电网公司的运营成本，提高经济和社会效益。本文主要介绍了电力负荷预测的概念、步骤以及经常采用的负荷预测方法。 关键字：负荷；预测；方法；步骤 引言 基于“十五”期间国民经济和电力工业的发展状况，在全国电力供需趋于平衡的前提下，我国“十一五”规划对电力工业发展坚持了“十五”期间制定的“可持续发展”的要求：电力工业发展方式要从数量速度型向质量效益型转变，从以供给导向为主转向以需求导向为主，优化电力资源配置。国家经贸委电力工业“十一五”规划中预测：“十一五”期间我国经济增长速度为年均8%左右，电力需求的平均增长速度为7%，到2009年全国发电装机容量将达到亿千瓦，（其中，水电占总容量%，火电占总容量%）国家电力公司电力工业“十一五”计划及2015年远景规划中预测：“十一五”期间我国GDP年均增长8%左右，电力需求的平均增长速度在%~%之间，到2009年全国发电装机容量将达到亿千瓦，全社会用电量将达到16200亿~16600亿千瓦时。 但实际的情况是：截至2009年年底，全国发电装机容量达到亿千瓦，全国发电量达到亿千瓦时，全社会用电量为24689亿千瓦时。
1、电力负荷预测综述 、电力负荷预测的意义 电力用户是电力工业的服务对象，电力负荷的不断增长是电力工业发展的根据。正确地预测电力负荷，既是为了保证无条件供应国民经济各部门及人民生活以充足的电力的需要，也是电力工业自身健康发展的需要。电力负荷预测工作既是电力规划工作的重要组成部分，也是电力规划的基础。全国性的电力负荷预测，为编制全国电力规划提供依据，它规定了全国电力工业的发展水平、发展速度、源动力资源的需求量，电力工业发展的资金需求量，以及电力工业发展对人力资源的需求量。 收稿日期：2012-12-25 作者简介：***，本科，研究方向：电力负荷预测，E-mail： 本文运用神经网络对某市某年某月某日进行电力负荷的短期预测，它为这一地区电力规划奠定了一定的基础，同时也为这一地区电力工业布局、能源资源平衡、电力余缺调剂，以及电网资金和人力资源的需求与平衡提供可靠的依据。因此，电力负荷预测是一项十分重要的工作，它对于保证电力工业的健康发展，乃至对于整个国民经济的发展均有着十分重要的意义 、电力负荷预测的定义 电力负荷预测结果的准确与否直接电力负荷预测是指通过对电力系统负荷历史数据的分析和研究，运用统计学、数学、计算机、工程技术及经验分析等定性定量的方法，探索事物之间的内在联系和发展变化规律，对未来的负荷发展做出预先估计和推测。关系到电力投资的效益，供电的可靠性，用电需求的正常发展，以及社会的经济效益和社会效益。但要做到预测准确或较准确是很困难的，因为影响电力负荷预测的因素相当多，且由于各地区产业结构和人民生活水平不
电力系统短期负荷预测毕业设计 1 。导言 为电力负荷预测制定一个精确的模型对一个公用事业公司的运作和规划是必不可少的。负荷预测也可帮助电力事业来作出重大的决定，包括关于购买和发电，负荷开关，及基础设施的发展。负荷预测对能源供应国，国际团结，金融机构，和其他与会者，在发电，输电，配电，和市场都是非常重要的。负荷预测可分为三类：短期预测，这通常是由一小时到一周，中期预测，这通常是一个星期到一年，而长期预测是长于一年。对于公用事业公司来说，预测不同的时间跨度对于不同的业务是重要的，当然这些预测的本质也一样是不同的。例如，对于一个特定区域，我们可以预测第二天的负荷，准确性可达到1-3％。但是，我们无法预测下一年度的高峰负荷，因为准确的长期天气预报到目前为止还是不可行的。对于明年的高峰预测，我们可以根据历史上的气象观测来提供大概的负荷分布。也有可以根据业界惯例，预测所谓天气正常化负荷，它将代替平均每年最高的气候条件或者比这个给定地区平均最高 的天气条件差一些。 天气正常化负荷是对所谓的正常天气条件实施负荷计算，它是一定的时间内，历史高峰负荷的平均值。这一时期从一个有用的点到另一个，多数公司采取过去25-30年的数据。负荷预报对公用事业公司的运作和规划一直是重要的。甚至，由于能源工业的不合理规划，负荷预测变得更加重要.随着供应和需求的波动变化和能源价格上升的因素，在十年或以上，在繁忙情况，负荷预测是制定水电费非常重要的依据。短期负荷预测方法可以帮助估计负荷流动，并作出决定，可以防止超载。及时实施这样的决定可以改善网络的可靠性，并减少发生设备故障和停电的次数。负荷预测也是一个重要的比较评价标准，为市场上提供的各种先进 的金融产品在能源方面的价格提供一个标准。 在放松管制的经济下，基于长期预测的资本性支出的决定，比在那个加息有可能由资本开支 项目决定的非开放的经济体系更加重要。 大多数预测方法利用统计技术或人工智能算法，如回归，神经网络，模糊逻辑和专家系统。大致可分为两种方法，即所谓的最终用途法和计量经济学法，都已广泛用于中期和长期预测。在这些方法中包括所谓的同类天法，就像回归模型，时间序列，神经网络，统计学习算法，模糊逻辑，专家系统一样已被短期预报而开发。正如我们所见，大量的数学方法和思路已用于负荷预测。发展和改善适当的数学工具，将促使开发更准确的负荷预测技术。负荷预测的精度不仅取决于负荷预测技术，而且取决于预测天气的情况。气象预报是一个重要话题，也 是外界对本章议论的内容。 这里我们只是提了在发展计算机化的气象预报系统中的重大进展，其中包括由大学开发和 支持的中尺度模式MM5。 2 重要因素预测 短期负荷预测的几个因素应予以考虑，例如时间因素，气象数据，并尽可能了解客户等级。中期和长期预测应顾及历史负荷和天气数据，在家电领域不同类别的用户数目及其特点，包括年龄，经济和人口统计数据，以及他们的预测，家电销售数据，和其他因素都要予以考虑。时间因素，包括这一年里，一周的某一天，某一小时。在平日和周末，负荷之间有重大差别。平时的负载也可以有所不同。举例来说吧，在星期一和星期五，被周末隔开的两天，负荷是不同的。而且由周二到周四也可能有很大的不同。在今年夏天的时候尤为如此。假期比非假期更难预测，因为他们相对显得不规则。 气象条件影响负荷。事实上，预测天气的参数是最重要的，在短期负荷预测.各种天气变数应考虑进来。温度和湿度是最常用的负荷预测因子。一个电力负荷预测调查表示，13个利用温度，而只有3个利用了温度和湿度，3个利用额外的气象参数，3个只用于负荷.在
电力系统中传统负荷预测方法的文献综述 负荷预测的核心问题就是预测的技术方法，或者说是预测数学模型。随着现代科学技术的不断进步，负荷预测理论、技术得到了很大的发展，理论研究逐步深入，适合本地特点的预测程序、软件开始出现。但不可否认的是，就目前而言，我国的电力系统负荷的预测技术还是比较落后的，相应的基于软件的技术还不能满足现代社会的需求，有待进一步提高。 传统的负荷预测方法如回归模型法，卡尔曼滤波法，时间序列法，灰色预测法，专家系统法，模糊理论法，神经网络法，小波分析法等。这些传统的预测方法无论是哪种均具有不足和缺陷，随着对负荷预测的深入研究和广泛应用，传统的预测方法的应用越来越难以适应发展，逐渐形成了现代负荷预测方法。 文献【1】针对传统静态神经网络自适应能力差、收敛速度慢、预测精度低的问题,提出了一种基于小波分析和Elman动态神经网络的中长期电力负荷预测方法,该算法通过对原始样本进行小波分解,将分解后的低频趋势信号和高频细节信号分别进行预测,在输出端再进行重构后得到预测曲线;然后就传统负荷预测问题中数据预处理环节的数据校验问题,提出了一种基于小波理论的奇异点检测法,该方法对原始样本进行一维离散小波分解,抽取一层高频细节信号进行分析,根据工程实践中设置的阈值,来检测有可能因为系统故障、人为失误导致的数据记录错误,为准确预测提供了保障。文献【2】提出一种基于人工神经网络的电力负荷预测方法 ,该方法充分吸收了神经网络非线性逼近能力的优点。在神经网络结构设计中充分考虑了电力负荷的特点 ,并用神经网络加权最小方差模型(NNWLS)对样本进行训练。在实际预测中 ,该预测方法取得了比较高的的预测精度。文献【3】针对人工神经网络模型在进行负荷预测时,大多不考虑气象等因素的影响,提出了一种基于数据挖掘预处理的改进短期电力负荷预测的方法,应用数据挖掘的聚类功能,寻找与预测日同等气象类型的多个历史短期负荷数据序列进行预测,从而提高预测的精度。鉴于ANN模型对不确定性和模糊信息学习处理能力较差的缺点,引用模糊系统的理论,构建模糊神经网络(FNN)模型。通过实例预测和预测结果比较分析表明,提出的方法具有较高的预测精度。文献【4】为进一步提高电力负荷预测的精度和运算速度,针对短期负荷预测样本数据既有趋
电力系统负荷预测重要的组成部分就是序列量，其中序列量包含最大负荷数值以及电量数值等成分，当前得到社会各界广泛认可的是采用多样性的方法完成序列量的预测。首先要设定具体的条件，然后在该条件下进行一定的假定，然后通过单一的方法对包含的多个不确定因素进行分析，由于采用的方法较为单一，因此最后得到的参数与理想数值存在较大差别，因此需要进行修正，通常采用的是多种方法进行预测分析。实验过程中，采用不同的研究方法得到的分析结果也是不同的，各个数据之间具有较大的差异[32]，那种预测结果最为接近真实情况，与预测人员的经验以及日常积累的常识等存在密切联系，此外还要综合考虑国家各项能源政策以及产业结构之间的关系，根据当地的经济发展状况，使用综合方法，对相关的数据进行分析预测，然后完成对比分析，从而得到最终的参数。还有一种常用的负荷预测模型是加权处理，使用多种方法完成历史序列等数据的分析和预测，通过一定的方式完成权重的设置，最后对获得的数据进行综合判断出来，得到最终分析数据。 首先，针对使用到的序列预测方法，做如下定义： 定义1：有关预测、推理及拟合序列： 当获得某一物理量后，在要求的历史时间段范围内如n t ≤≤1的取值分别为 n x x x ,,,21 对于未知时段N t n ≤≤+1范围内进行预测分析，可以得到如下预测公式： N n t t S f x t 2,1),,(?== 其中，预测模型的参数向量的数值用S 表示，例如当预测模型为线性状态时， 则有：T t b a S t b a t t S f x ],[,),,(?=?+==有 此时可以计算得到各个时段的预测数值大小，分别为N n n x x x x x ?,?,?,,?,?121 +，此时会将序列n x x x ,,,21 称为原始数列，n x x x ?,,?,?21 为原始数列的预测序列，在未来的某个时段得到的相对应的子虚列N n x x ?,?1 +称为原始序列的推理数列。相应 的拟合时段主要指的是时段n t ≤≤1这一段范围，推理时段主要指的是时段N t n ≤≤+1这一段范围。 定义2：拟合残差、方差以及协方差 采用m 种方法对原始数列的数值n x x x ,,,21 进行预测分析，其中的第i 中预 测方法对原始序列的拟合序列为n x x x ?,,?,?21 ，因此能够得到有关拟合残差的数值 大小：
提高电网短期负荷预测准确率的探讨 发表时间：2018-06-27T09:57:10.710Z 来源：《电力设备》2018年第7期作者：谷妍 [导读] 摘要：通过对唐山电网负荷预测工作的运行机制、负荷变化特点及负荷预测所采取的各种手段的分析，对提高唐山电网短期负荷预测准确率应采取的措施进行探讨，从而提高电网短期负荷预测的准确率。 （国网冀北电力有限公司唐山供电公司河北唐山 063000） 摘要：通过对唐山电网负荷预测工作的运行机制、负荷变化特点及负荷预测所采取的各种手段的分析，对提高唐山电网短期负荷预测准确率应采取的措施进行探讨，从而提高电网短期负荷预测的准确率。 关键词：电网；短期；负荷预测；准确率 引言：负荷预测就是用统计学的方法，对历史负荷及其影响因素进行分析，总结负荷变化的规律，建立负荷预测模型，并预测未来的系统负荷。我省模拟电力市场中的负荷预测属短期预测，它一般预测的负荷值，主要为机组启停、水火电协调发电、机组经济运行组合、交换功率计划和负荷经济分配等提供重要数据。负荷预测是否准确在很大程度上决定了电网运行计划制定的科学性。 1影响负荷预测准确率的因素 对未发生的负荷情况进行提前预测是一项艰巨的任务，其负荷预测准确率将面临严峻的挑战。因此做好负荷预测工作必须对预测对象的历史情况有清楚的了解，对未来发展变化趋势有一个大体的判断，对影响预测对象的各项因素有充分的了解和深人的分析才能做好负荷预测工作。 1.1人员方面 负荷预测工作人员必须具备较强的综合分析能力必须对各类负荷的性质、生产流程和变化趋势有准确的认识。而且还要对生产流程和负荷受行情变化影响有准确的认识，具有科学合理的预测方法。 1.2管理方面 负荷预测准确率是衡量一个企业整体管理水平的直观指标必须从生产、基建、营销等方面统一考虑建立合适的工作流程；必须积极争取电力客户的理解和支持，及时反馈各种生产信息；必须及时关注影响负荷预测的政策因素和气象因素。 1.3负荷特性方面 每一类负荷具有不同的特性。工业负荷受国家和地方政策、市场经济的影响较大，并且用户设备的自身运行维护能力欠缺，设备运行可靠性较低，因设备故障造成非计划停运情况时有发生，负荷易发生波动。①工业负荷。中卫地区工业负荷中大型电力用户比较多，大部分负荷都在25.5MW以上，其中锦宁铝业用户用电负荷达到530MW，占地区总负荷的26.5%左右。一旦这些大用户的负荷波动和冲击，对负荷预测的影响比较大例如锦宁铝业由于其生产工艺的的特殊性，一旦直流设备、电解槽发生故障，将造成生产运行负荷全部或部分停运，曾发生因其故障造成减负荷最小20MW'，最大全部停产，最严重啃况下使中卫电网用电负荷将下降28%左右。这就加大了负荷预测的难度。中卫地区下业负荷中除大工业用户外，高载能用户占大部分，其中以碳化硅、电石、铁合金为主，占地区总负荷的60%左右不同高载能负荷有不同的运行负荷曲线，受到不同因素的影响。②电铁负荷。中卫地区电铁负荷平均约40MW，占中卫地区总负荷的2%左右。铁路沿线线路条件千差万别，列车运行时速度和线路坡度随时都在变化，且列车在铁路上按信号运行，当铁路运输状态发生变化时，会导致电铁负荷呈现出频繁波动的状态。另外电铁线路有时轻载，甚至空载。有时负载较重，在节、假日或铁路故障后恢复行车等情况下，会出现列车紧密追踪情况，此时，电铁负荷将出现佰荷高峰值_。 2提高负荷预测准确率的措施 2.1充分利用SCADA/EMS调度自动化系统中负荷预报数据 目前，电网调度自动化系统是国内比较先进的调度自动化系统，特别是短期负荷预报高层软件为负荷预测提供了强有力的手段。根据SCADA/EMS历史或实时数据短期负荷预报高层软件，主要包括以下功能：①预报时间框架可自定义，并允许是不等时间间隔。②预报内容用户可选择，按系统预报或每个地理区域分别预报。③可按不同的类型（工作日、节假日）预报。④预报结果可列表或曲线显示。⑤可接入气象卫星云图信息，进行负荷值的预报。⑥修正因素：a气象影响修正；b突出事件修正；c节假日修正。d预报结果可人工修正。 2.2利用电量计费系统提高短期负荷预测水平 荷预测人员运用电量计费系统的各功能，对该系统采集的实时数据及电量的多少，及时地进行分析、比较统计、计算与调度自动化系统的历史及实时负荷数据比较，从而掌握电网负荷规律和因素，较准确地掌握全网负荷曲线的形状并能根据电网负荷变化情况及时改变其负荷曲线的驼峰个数，峰值位移区间及最高负荷区间，对准确进行负荷预测起到良好的作用。 2.3尽量保持功率平衡以进一步提高负荷预测的准确率 电力系统正常运行的首要约束条件，就是要保持功率平衡，即发出的功率应满足负荷的需要量，负荷预测就为满足和保证这一平衡提前作好准备，在负荷预测的基础上，使用户的用电负荷在时间上进行调整，使负荷曲线的峰和谷值差别减小，可以采取一些技术经济措施以后，使用户能自愿的改变用电时间，或者根据经营协议进行调整。从而对于电网功率平衡起到良好的作用，对负荷加以管理和限制后，对于负荷预测人员能够更好地掌握负荷曲线的规律及驼峰个数，进一步提高负荷预测的准确率。 2.4进行比对调整预报值从而提高短期负荷预测的准确率 通过调度人员使用调度自动化系统，认真观察当日电网负荷曲线变化的情况，与前日预测电网负荷曲线比较，当电网实时负荷曲线不在预测负荷曲线的±4%的带宽时，可以进行用电负荷的限制，或者反馈给上级中心调度，重新调整某时间区间电网负荷预报值，使电网负荷曲线在预测负荷曲线的±4%的带宽中，从而提高短期负荷预测的准确率。 2.5素质提升 加强人员的培养，学会各类负荷的预测方法，并结合当地主要负荷类型和特点，选择合适的分析工具。另外加强检修计划的管理，同时加强电力客户计划检修的管理，为负荷预测提供一个科学、真实的依据。 2.6加强与气象部门的联系 加强与气象部门的联系，气象部门每日以传真方式提供次日气候变化、温度及天气形势概况等有偿气象信息，并将年、月、旬等中、长期气象预测信息以邮寄方式提供给电业局。坚持每天收看中央电视台及福建电视台的天气预报，争取尽可能准确地把握次日的天气变化
1.负荷预测分类和基础数据处理 负荷预测及其分类 负荷预测概念 负荷预测是根据负荷的历史数据及其相关影响因素，分析负荷的变化规律，综合考虑影响负荷变化的原因，使用一定的预测模型和方法，以未来经济形势、社会发展、气候条件、气象因素等预测结果为依据，估计未来某时段的负荷数值过程。 负荷预测的分类 按照预测方法的参考体系，工程上的负荷预测方法可分为确定性预测方法、不确定预测方法、空间负荷预测法。 确定性：把电力负荷预测用一个或一组方程来描述，电力负荷与变量之间有明确的一一对应关系。 不确定性：实际电力负荷发展变化规律非常复杂，受到很多因素影响，这种影响关系是一种对应和相关关系，不能用简单的显示数学方程描述，为解决这一问题，产生了一类基于类比对应等关系进行推测预测负荷的不度额定预测方法。 空间负荷预测：确定和不确定负荷预测是对负荷总量的预测。空间负荷预测是对负荷空间分布的预测，揭示负荷的地理分布情况。 负荷预测的基础数据处理 负荷预测的基础数据 基础数据大致包括四类，分别为：①负荷数据（系统、区域、母线、行业、大用户的历史数据；负荷控制数据；系统、区域、大用户等的最大利用小时数；发电厂厂用电率和网损率。）②气象数据（整点天气预报；整点气象要素资料；年度气温、降水等气象材料。）③经济数据和人口（区域产业GDP；城乡可支配收入；大用户产量、产值和单耗；电价结构和电价政策调整；城乡人口。）④其他时间（特殊时间如大型会议、自然灾害；行政区域调整）
数据处理 为获得较好的预测效果，用于预测数据的合理性得到充分保证，因此需要对历史数据进行合理性分析，去伪存真。最基本要求是：排除由于人为因素带来的错误以及由于统计口径不同带来的误差。另外，尽量减少异常数据（历史上突发事件或由于某些特殊原因会对统计数据带来宠大影响）带来的不良影响。常见的数据处理方法有：数据不全、数据集成、数据变换和数据规约等。 2.确定性负荷预测方法 经验技术预测方法 专家预测法 专家预测发分为专家会议发和专家小组法。会议发通过召集专家开会，面对面讨论问题，每个专家充分发表意见，并听取其他专家意见。小组法以书面形式独立发表个人见解，专家之间相互保密，最后综合给出预测结果。 类比法 类比法是将类似失误进行分析对比，通过已知事物对未知事物做出预测。例如选取国内外类似城市或地区为类比对象，参考该对象的发展轨迹对本地区作出预测。 主观概率发 请若干专家来估计某特定时间发生的主观概率，然后综合得出该时间的概率。 经典技术预测方法 单耗法 通过某一工业产品的平均单位产皮用电量以及该产品的产量，得到生产这种产品的总用电量。 用电量A=国民生产总之或工农业总产值b*产值单耗g