电力工程信号处理
课程报告
电力负荷预测方法分析
院系：能源与动力工程学院
专业：电力系统及其自动化
指导老师王瑞霞老师
学号： 115108000887
姓名：于杏
日期： 2016.01.17
目录
1. 绪论 (2)
1.1电力负荷预测研究意义 (3)
1.2国内外研究现状 (3)
2. 电力负荷预测 (3)
2.1 电力负荷的研究背景 (4)
2.2 电力负荷的构成及特点 (4)
2.3 电力负荷的一般步骤 (4)
2.4 电力负荷预测方法 (5)
2.4.1 回归模型预测法 (5)
2.4.2 时间序列预测方法 (5)
2.4.3 人工神经网络法 (6)
2.4.4 灰色预测法 (6)
2.4.5 专家系统法 (6)
2.4.6 模糊数学法 (7)
2.4.7 小波分析法 (7)
2.5电力负荷预测方法分析与比较 (8)
3．总结 (8)
参考文献 (9)
摘要
电力负荷预测对电力系统规划和运行极其重要。准确的负荷预测是实现规划方案科学性和正确性的保证，也是保证电网可靠供电，优质运行的一项前瞻性工作。
本文先对介绍电力负荷预测的意义和发展概况，然后着重列举了回归模型预测法、模糊数学预测法、小波分析法等七种预测方法，并分别指出了优缺点，在此基础上分析了他们的不同及适用情况。以便于在选择出更为合适的电力预测方法的基础上，得到更为理想的预测结果。
关键词：电力负荷，电力系统，方法
Abstract
Power load forecasting of power system planning and operation is extremely important. The accuracy of the load forecasting ensures the planning scheme to be scientific .It is also a prospective work to guarantee the reliability and economic operation of power.
This article introduces the meaning and the developing situation of power load forecasting firstly, and then emphatically enumerates seven kinds of forecast methods, such as the regression model prediction method, fuzzy prediction method, the wavelet analysis method，etc. At the end,the article points out the advantages and disadvantages respectively, on the basis of the analysis of their different and applicable conditions.
The article is useful in choosing a more appropriate power prediction methd, on the basis of which, better prediction results are obtained.
Keywords: power load, the power system,method
1. 绪论
1.1.电力负荷预测研究意义
在电力系统计划与运行管理中，负荷预测是对发电、输电和电能分配等合理安排的必要前提。提高负荷预测水平，有利于计划用电管理，有利于合理安排电网运行方式和机组检修计划，有利于节煤、节油和降低发电成本，有利于制定合理的电源建设规划，有利于提高电力系统的经济效益和社会效益，对电力系统的安全经济运行与国民经济的发展具有非常重要的影响。
1.1.国内外研究现状
长期以来，人们对电力系统负荷预测，特别是短期负荷预测进行了大量的研究，提出了许多有效的方法。国外进行了大量理论研究，达到了较高的水平，部分已经投入实际应用，国内已有了比较系统的研究。
近些年，随着科学技术的迅速发展，预测理论技术也取得了长足的进展，新的预测方法，尤其是人工智能与模式识别领域的新方法层出不穷，为电力负荷预测问题的研究提供了有力的工具。今后更具实际意义的是采用组合预测算法，充分利用算法的互补性，进一步提高预测精度并使其更加实用。
2. 电力负荷预测
2.1电力负荷预测背景
随着国际金融危机负面影响进一步的消退，国际经济形势也将进一步好转，为我国电力行业的深化改革和经济的平稳发展提供契机，有利于电力投资的扩大和基础设施建设的进行。根据2013年宏观经济形势的分析，综合考虑，应用电力供需研究实验相关模型方法，预计2015年全国全社会用量将达到4.62万亿-4.91万亿kWh,比2014年增长10.4%-14.3%，增速较往年稍有提高。
从宏观角度看，目前我国电力供需保持在一个相对持平局面，但是局部地区由于用电高峰期存在供需偏紧的情况，如华东区域。为了应对电力高峰时期给输配电造成压力，需要有计划的对下一个用电量和电力负荷进行合理及尽量准确的预测。
2.2 电力负荷的构成及特点
构成：用电分类是说明国民经济各部门的用电情况和变化规律的，它是反映
电气化的发展水平和趋势的指标，用于分析研究经济增长与电力生产增长、社会产品增长与电力消耗量增长的相互关系，是负荷预测和电力分配的依据。我国用电分类从1986年起按“国民经济行业用电分类”。电力系统负荷一般可以分为城市民用负荷、商业负荷、农村负荷、工业负荷以及其他负荷等。
特点：由于电力工业负荷与一般的产业不同，其产品即电能无法大量存储，电力的生产和消费必须在同一瞬间进行，电站建设耗资大，建设周期长，电能对于国民经济各个行业和人民生活的重要性，尤其是在一个相当时期内的供需矛盾，这一切使电力负荷预测工作尤显重要。这就要求我们对于电力负荷的特点有一定的了解，才能针对负荷的特性而采用恰当的预测方法，得到符合精度要求的负荷预测值，更好地为电力系统的发展和运行提供依据。从长时间观察，电力负荷具有周期性的特点，而求负荷变化是连续的，一般不会出现大的跃变;同时，电力负荷对季节、温度、天气等是敏感的，不同的季节，不同地区的气候以及温度的变化都会对负荷造成明显的影响。以上均是传统的负荷特点，随着电力市场的深入，电力负荷会有新的特点出现，这就需要不断补充对新形势下的电力负荷的认识。
2.3电力负荷预测的一般步骤
科学的输配电电力负荷预测需要遵循以下几个步骤：
a.预测目标和预测内容的确定；
b.预测模型的选择与建立;
c.预测结果的分析；
d.对预测结果进行评价。
2.4 电力负荷预测方法
2.4.1回归模型预测法
回归分析法是利用数理统计原理，对大量的统计数据进行数学处理，并确定用电量或用电负荷与某些自变量例如人口、国民经济产值等之间的相关关系，建立一个相关性较好的数学模式即回归方程，并加以外推，用来预测今后的用电量。
根据变量的个数，回归分析可以分为一元回归分析和多元回归分析。在回归分析中，自变量是随机变量，因变量是非随机变量，由给定的多组自变量和因变量资料，研究各自变量和因变量之间的关系，形成回归方程。根据自变量和因变
量之间的函数形式，回归方程又可分为线性回归方程和非线性回归方程。
在负荷预测问题中，必须预先人为给定回归线类型，若给定的不合适将直接影响预测精度。同时对不同的系统由于负荷特点不尽相同，也很难建立起具有通用性的负荷预测模型。回归分析有两个难点:一是回归变量的选取，应选取主要因素而忽略次要因素;二是变量因素的量化涉及到计量经济学的范畴，过于麻烦。
2.4.2时间序列预测法
时间序列预测法是应用较早、最为广泛、发展比较成熟的一种方法 o它把负荷数据看作是一个按季节、按周、按天以及按小时周期性变化的时间序列，根据负荷的历史资料，建立一个数学模型来描述电力负荷这个随机变量变化过程的统计规律性，在数学模型的基础上确立负荷预测的数学表达式，对未来的负荷进行预测。
在时间序列法中常采用的技术有:卡尔曼滤波、状态估计、Box-Jenkins模型、自回归动平均模型等。其中，处理随机时间序列问题的最有效的方法是Box-Jenkins的时间序列法。
虽然时间序列法比回归法更适用于短期负荷预测，但这种经典方法建模过程比较复杂，因此限制了这种模型在实际短期负荷预测中的有效使用。该方法对历史数据准确性要求高，坏数据对预测影响很大，因此对坏数据处理要求严格;在天气和温度变化不大的时候，该模型容易取得比较满意的结果;当天气变化较大或遇到节假日等情况，这种方法存在较大的预测误差，而且预测步数越长，预测精度越差。
目前解决非线性问题和复杂系统问题比较有效的方法是采用人工智能技术，这方面主要包括人工神经网络、模糊逻辑与专家系统等。
2.4.3人工神经网络法
神经网络(ANN,ArtificialNeuralNetwork)预测技术可以模仿人脑的智能化处理，对大量非结构性、非精确性规律具有自适应功能，具有信息记忆、自主学习、知识推理和优化计算的特点。
人工神经网络技术的主要优点在于它不需要任何负荷模型，并具有很好的函数逼近能力，较好地解决了天气和温度等因素与负荷的对应关系，通过学习能够反映输入、输出之间复杂的非线性关系。与传统预测方法相比，这种方法具有其
不可比拟的优点。但其缺点是训练过程比较消耗时间，并且不能保证一定收敛，同时神经网络的结构确定、输入变量的恰当选取、隐含层数目及其节点数的多少等问题都要在实践中进行摸索。
2.4.4灰色预测法
灰色系统理论将一切随机变化量看作是在一定范围内变化的灰色量，常用累加生成和累减生成的方法，将杂乱无章的原始数据整理成规律性较强的生成数据序列，形成灰色模型(GreyModel，简称GM)的微分方程。
应用灰色理论进行负荷预测，具有样本少、计算简单、精度高和实用性好的优点；缺点是当数据离散程度较大时，由于数据灰度较大预测精度会较差，所以应用于电力系统中长期负荷预测中，仅仅是最近的几个数据精度较高，其它较远的数据只反映趋势值和规划值。
从理论上讲，灰色预测模型可以适用于任何非线性变化的负荷指标预测，但由于灰色预测模型是呈指数(增长或者递减)变化的模型，其预测精度与被预测对象的变化规律密切相关，当原始数据波动情况如上下连续波动、指数波动、倍数波动时，预测的精度就较差。
2.4.5专家系统法
专家系统(Expert System, ES)是基于知识工程原理来构造和设计的系统，它拥有领域内专家的知识和经验，通过启发式知识的推理做出智能决策。
负荷受许多因素的影响，虽然借助预测人员的丰富经验与判断能力是有益的，如在节假日，重大社会活动和突发事件的情况下，专家启发知识可起到重要的作用，但是专家系统分析本身就是一个耗时的过程，并且某些复杂的因素(如天气因素)，即使知道其对负荷的影响，但要准确定量地确定他们对负荷地区的影响也是很难的。
专家系统预测法适用于中、长期负荷预测。此法的优点是能汇集多个专家的知识和经验，最大限度地利用专家的能力；占有的资料、信息多，考虑的因素也比较全面，有利于得出较为正确的结论；缺点是：不具有自学习能力，受数据库里存放的知识总量的限制；对突发性事件和不断变化的条件适应性差。目前该研究方向与模糊理论、神经网络结合在一起，优势互补，得到了更好的发挥。
2.4.6模糊数学法
模糊集理论是介于逻辑计算和数值计算之间的一种数学工具，形式上利用规则进行逻辑推理，但其逻辑取值可以在0与1之间连续变化，采用数值的方法进行处理。模糊集理论适合描述广泛存在的不确定性，同时具有强大的非线性映射能力，能够在任意精度上一致逼近任何定义在一个致密集上的非线性函数，并且能够从大量的数据中提取它们的相似性，这些特点正是进行短期负荷预测所需要的而其它方法所欠缺的优势所在。
在实际应用中，单纯的模糊方法对于负荷预测，精度往往不尽如人意，这主要是由于模糊理论缺乏学习能力，这一点对不断变化的电力负荷来说，是极其不利的。
2.4.7小波分析法
小波分析吸取了现代分析学中的泛函分析、数值分析、Fourier分析、样条分析、调和分析等众多分支的精华，并且在信号处理、图像处理、模式识别、地震预报等十几个学科领域得到应用。
在负荷预测中，通过选择合适的小波，对不同性质的负荷进行分类，从而可以针对某种性质的负荷，根据其规律采用相应的预测方法，对分解出的序列分别进行预测，再将预测得到的序列进行重构，得到负荷的预测结果。由于重构可能造成误差的累加，因此对各小波系数序列的预测精度要求较高，这也增加了模型的复杂性。
2.5 预测方法分析与比较
从以上的分析，以上所介绍的七种比较常用的电力预测方法都有其特点以及不足，研究角度和适用的条件也不同，也因此它们有着不尽相同的适用场合。所以并不能在某种规范下将七种各具特色法预测方法进行科学的比较。所以以下我们分不同角度进行的比较。
从适用条件看，回归分析法和趋势分析法致力于统计规律的研究与描述，适用于大样本，且过去、现在和未来发展模式一致的预测;指数平滑法是利用惯性原理对增长趋势外推，实现“重近轻远”的预测原则;单耗法一般根据历史统计数据，在分析影响单耗的诸因素的变化趋势基础上，确定单耗指标，然后依据国民经济和社会发展规划指标预测电力需求;灰色模型法是通过对原始数据的整理来寻求规律，致力于少数据所表现出来的现实规律的研究，它适用于贫信息条件
下的分析和预测。
从采用的数据形式看，灰色系统理论是采用生成数序列建模;回归分析法、趋势分析法均是采用原始数据建模;而指数平滑法是通过对原始数据进行指数加权组合直接预测未来值。
从计算复杂程度看，相对简单的是回归分析法和趋势分析法。
从适用的时间分类看，单耗法、指数平滑法、灰色模型法较适宜近期预测;对中、长期预测，采用回归法、趋势分析法和改进型灰色模型较为合适。
3总结
各种预测方法都具有其各自的优缺点和适用范围，必须根据实际情况，着重从预测目标、期限、精确度和预测耗费等诸多方面作出合理选择，在预测成本允许的范围内，寻求能获取所需精度的预测方法。
本文主要分析的是电力负荷预测的常用方法，随着学者们的深入研究，不断有更有针对性，效果更好的预测方法出现。比如蝙蝠算法优化极限学习机电力负荷预测、给予Spark和IPPSO-LSSVM的短期分布式电力预测、随机森林算法并行预测等等，相信在研究不断深入，学科不断融合的良好形式下，国家的电力系统会得到更长足的发展。
参考文献:
[1]陈根永，王常飞.电力系统短期负荷预测系统的实现.郑州大学学报，2004，25（4）：94-97.
[2]李儒，吴捷.改进的优化组合预测方法在城网负荷预测中应用.电力情报，2001（4）：25-27.
[3]赵会茹，赵福成，李鸿泽.一种组合的短期负荷预测方法.华北电力技术，2002（7）：46-49.
[4]尹桂玲，张焰．基于用地仿真法的配电系统空间负荷预测[J]．电力自动化设备，2004，24(2)：20-22.
[5] 王天华，王平洋，范明天．遗传算法、模糊逻辑和运输模型在配电网空间负荷预测中的应用[J]．电网技术，1999，23(1)：24-28．
电力负荷预测方法与应用 一、概述 电力工业是国民经济的基础工业。随着我国产业结构完善和人民整体生活水平的改善，对电能的需求逐年加大，同时对电力质量的要求也越来越高，且由于电能生产和消费的同时性，对电网建设和布局提出了更高的要求。 电力负荷预测是电网规划建设的依据和基础。随着电力工业在国民经济中扮演着越来越重要的角色，电力负荷的正确预测显得尤为重要。 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。电力负荷预测结果的准确与否直接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同，各具体因素对电力负荷预测的敏感度是不一样的，因而电力负荷预测具模糊性。 回顾我国“十五”期间的预测情况与实际发展情况是很有意义的。 基于“九五”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，我国制定的“十五”规划对电力工业发展提出了“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“十五”规划中预测：“十五”期间我国经济增长速度为年均7%左右，电力需求的平均增长速度为5%，到2005年全国发电装机容量将达到3.9亿千瓦，全国发电量将达到17500亿千瓦时以上。国家电力公司电力工业“十五”计划及2015年远景规划中预测：“十五”期间我国GDP年均增长7%左右，电力需求的平均增长速度在4.5%~5.0%之间，到2005年全国发电装机容量将达到3.65亿千瓦，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2005年年底，全国发电装机容量达到5.17亿千瓦，全国发电量达到24975.26亿千瓦时，全社会用电量为24689亿千瓦时。 比较我国“十五”期间电力工业发展中发电装机容量、发电量与全社会用电量等参数的预测值与实际值，可以发现我国“十五”电力规划中全国发电装机容量、发电量和全社会用电量的误差分别高达33%、43%和50%，这还是在2002年下半年至2005年间严重限电情况下发生的值，实际的电力需求值比这还高很多，也即误差比这还要高的多。这直接导致了自2002年6月以来的全国电力供需严重紧缺状态，直至“十五”末期电力供需形势总体来说仍然处于紧张状态，2005年曾在一季度拉闸限电省份达创纪录的26个，最大限负荷达3400万千瓦。而“十五”期间的严重缺电，不仅成为影响国民经济快速发展的“瓶颈”，其隐性损失更是不可估量：
中长期电力负荷预测研究 发表时间：2017-11-24T11:02:36.117Z 来源：《电力设备》2017年第19期作者：南志军童丽萍 [导读] 摘要：电力负荷预测是电力系统调度、用电、计划、规划等管理部门的重要工作之一。 （国网新疆哈密供电公司新疆哈密 839000） 摘要：电力负荷预测是电力系统调度、用电、计划、规划等管理部门的重要工作之一。该文对电力负荷预测的概念及分类等问题进行了简要论述，重点分析了中长期负荷预测的特点、成熟方法，对中长期负荷预测方法进行了综述。 关键词：中长期；电力负荷；预测；研究 电力系统负荷预测作为电力系统现代化管理的重要内容之一，在电力系统的控制运行和规划方面具有非常重要的作用，尤其是中长期电力系统负荷的预测，受经济、社会、人口、气候等因素影响很大，存在多样性、复杂性和许多不确定性，对其预测结果是制定电力系统输电规划和电源规划的基础，体现了未来负荷发展的规律，为未来负荷规划提供可靠的依据。 1中长期负荷预测的概述 电力负荷预测是指从已知的电力系统、经济、社会、气象等情况出发，通过对历史数据的分析和研究，运用哲学、社会学、经济学、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，探索事务之间的内在联系和发展变化规律，对负荷发展做出预先估计和推测。长期预测以年为预测时段，以用电负荷、用电量等的年度统计数据作为预测内容，主要受国民经济发展情况、人口、产值单耗、产业结构调整情况、电价政策等的影响，其目的是为合理安排电源和电网的建设进度提供宏观决策的依据。中期预测以月为预测时段，以用电量、用电负荷等的月度统计数据作为预测内容，这些数据呈周期性增长，每年度的12个月具有相似的规律，其变化规律可分为月度量的年度发展序列和月度量的月度发展序列。 2电力负荷预测原理 负荷是指电力需求量，而需求量可用能量的时间变化率表示。在充分考虑一些重要的电力系统运行特性、增容决策、自然条件与社会影响的条件下，研究或利用一套系统的处理过去和现在负荷的数学方法，在满足一定精度要求的意义下，确定未来某特定时刻的负荷数值，称为负荷预测。由于中长期电力负荷受经济、社会、气候等多种因素影响，且存在多样性、复杂性和不确定性，传统的方法无法对复杂电力负荷系统进行准确的预测，导致预测精度低。由于电力负荷是一多维的动态非线性时间序列系统，影响因素很多，只有从中找出一组合适的因子才能有效地捕捉电力负荷变化趋势，从而对电力负荷进行准确的预测。设电力负荷的影响因子为: { x1，x2，…xm} ，m表示影响因子的个数，y 表示电力负荷真实观察值，xi表示第 i 个影响因素，通过一定的建模方法描述电力负荷和影响因子的非线性关系。 3目前常用的中长期电力负荷预测方法及分析 3.1 传统预测方法 回归分析预测法，根据回归分析涉及变量数分为单元、多元回归分析；根据自变量和因变量之间的函数形式，分为线性、非线性回归方程。该方法简单便捷、外推性好，可以很好的预测出从未发生过的情况；但在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，针对复杂参数变化，缺乏自学习能力，无法及时进行负荷模型更新。时间序列外推法，基本模型包括：自回归模型AR、动平均模型MA、自回归动平均模型ARMA。此方法适用于负荷变化不大的情况，优点是：对历史数据量要求较低；缺点是：对历史数据准确性要求高，模型系数的计算较繁琐，用线性方程来近似表达一种非线性关系，无法参考天气因素的影响，无法保证精度。灰色数学理论，利用GM 模型群实现电力负荷预测。当电力负荷呈严格指数增长时，灰色数学理论预测方法的预测精度高、所需样本数据少、计算简便以及可检验。但其缺点也比较突出：数据的灰度越大，预测精度越差，不适合长期预测；具有波动性变化的电力负荷，采用GM模型，误差大，无法实现实际需求。 3.2 现代负荷预测方法 模糊预测法，利用有限的规则近似表示任意的函数关系，其缺点是模糊推理FUZZY预测没有学习能力，不能很好的适应不断变化的电力系统，因而精度比较差。专家系统预测法，是对不可量化的经验进行转化的一种方法。其优点是:能汇集多个专家的知识和经验，最大限度地利用专家的能力，资料与信息量比较多，考虑的结果比较全面，从而可以得出较为准确的结果。其缺点是:知识面受数据库的限制，失去自学的能力；对突发性事件和不断变化的条件适应性差。遗传规划方法，是用能根据环境状况动态改变的广义的层次化计算机程序描述问题。在负荷预报应用中，能自动找出与负荷变化密切相关的因素，用其作为自变量，自动生成函数表达式来体现负荷的变化规律，建立负荷预测的数学模型。其预报精度可满足工程需要，在实际应用中，用遗传规划直接进行负荷预报可以作为其他预报方法的辅助工具。优选组合预测模型，对于同一个预测问题，将多个不同的预测模型的线性组合，在一定的条件下改善模型的拟合能力和提高预测精度。选取适当的权重进行加权平均或者选择拟合优度最佳或标准差最小的预测模型作为最优模型进行预测。 3.3 对中长期负荷预测方法的建议 对于年度预测具有单调性的特点，采用灰色预测法、回归分析预测法；若可以引入相关因素，可采用弹性系数法。对于月度预测时，按照年度发展序列构成的月度预测方法中，若历史数据具有单调性特点，则采用灰色预测、回归分析等方法；按照月度发展序列构成的月度预测方法中，根据12月的周期性，优先采用ARMA模型。 4中长期负荷预测要解决的问题及对其研究方向的建议 4.1 中长期负荷预测要解决的问题 需要充分考虑外界因素变化、未来相关因素不确定性、众多因素交互作用的结果以及对预测专家经验和意见有效分析利用的预测前提；遵循“近大远小”原则，采用加权参数估计方法实现区别对待各时段的拟合残差；由于需要按照一定参数估计方法求解若干待定参数（如最小二乘估计、岭估计等算法），使得预测效果差别较大，则如何选择适当的参数估计方法提高预测精度是需要解决的问题。 4.2 对负荷预测问题研究方向的建议 首先是，组合预测，但组合预测的权重确定的分析和估计策略的选择还需要深入研究。其次是，由于不同单位开发了多个电力负荷预测和分析的软件包，使得其独立性强，兼容性差，造成软件培训和系统维护的困难，基于Internet/intranet技术的发展，提供了一种全新的实现负荷预测技术的手段，为电力部门提供一个网上的负荷预测中心，从而有效地提高预测方法的准确性、预测操作的简单性和经济性，
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
1、单耗法 这个方法是根据预测期的产品产量（或产值）和用电单耗计算需要的用电量，即 A h ＝∑=n i 1Q i U i 式中 A h —某行业预测期的需电量； U i —各种产品（产值）用电单耗； Q i —各种产品产量（或产值）。 当分别算出各行业的需用电量之后，把它们相加，就可以得到全部行业的需用电量。这个方法适用于工业比重大的系统。对于中近期负荷预测（中期负荷预测的前5年），此时，用户已有生产或建设计划，根据我国的多年经验，用单耗法是有效的。 在已知某规划年的需电量后，可用年最大负荷利用小时数来预测年最大负荷，即 P n·max =T A n m ax 式中 P n·max —年最大负荷（MW ）； A n —年需用电量（k W·h ）； T max —年最大负荷利用小时数（h ）。 各电力系统的年最大负荷利用小时数，可根据历史统计资料及今后用电结构变化情况分析确定。 单耗法分产品单耗法和产值单耗法。采用单耗法预测负荷的关键是确定适当的产品单耗或产值单耗。 单耗法可用于计算工业用户的负荷预测。 单耗法可根据第一、第二、第三产业单位用电量创造的经济价值，从预测经济指标推算用电需求量，加上居民生活用电量，构成全社会用电量。预测时，通过对过去的单位产值耗电量(以下简称“单耗”) 进行统计分析，并结合产业结构调整，找出一定的规律，预测规划第一、第二、第三产业的综合单耗，然后根据国民经济和社会发展规划指标，按单耗进行预测。单耗法需要做大量细致的统计、分析工作，近期预测效果较佳。 单耗法的优点是方法简单，对短期负荷预测效果较好。缺点是需做大量细致的调研工作，比较笼统，很难反映现代经济、政治、气候等条件的影响。
毕业设计文献综述 题目：立轴风力发电机 学生姓名：李春鹏学号：090501224 专业：机械设计制造及其自动化 指导教师：刘恩福 2013年2月27日
一、摘要 风能利用技术的快速发展已使风能成为目前最重要的一种可再生资源。现有的风能转化系统大部分将风能通过风力机装置转化为机械能，然后通过电机转化为电能，通常风力机按风轮旋转轴在空间的方向，分为水平轴风力机（HorizontalAxis Wind Turbine简称为HAWT）和立轴风力机（Vertical Axis Wind Turbine简称为VAWT）两大类，达里厄型（Darrieus）风力机为立轴风力机的典型机型。立轴风力机由于其结构和气动性能的独特优势，越来越被人们重视。变速风力机可以在很大的风速范围内工作，而且能最大限度的捕获风能，提高风力发电机的效率，而成为当前该领域的研究热点。本文以大型变速立轴风力机为研究对象，风力机为典型的达里厄型风力机，直接驱动永磁同步电机发电。通过建立风力机气动性能评估模型、传动系统模型、电机以及控制系统的模型，并在MATLAB/SIMULINK进行仿真模拟，得到风力机在各种工况下的运行情况，并实现了最大风能追踪的算法。 变速风力发电机提高了风能利用率，但增加了控制系统的难度，本文对最大风能追踪策略的理论进行分析研究。分析了达里厄型风力机的气动性能评估模型，该模型是基于叶素动量理论的双多流管模型，考虑了达里厄型风力机旋转时叶片对风轮下盘面流动干涉的特性，以及翼型动态失速、气动阻力的影响，对1MW达里厄型风力机进行计算分析，得到了该风力机的气动性能，如风力机在各风速下的气动转矩与转速的关系，以及在各风速下的气动功率与转速的关系，为仿真模拟提供基础。根据仿真的需要分别建立了风力机传动系统模型、永磁同步电机模型、最大功率跟踪算法等模型。永磁同步发电机在同步旋转轴下建立，并对同步电机的解耦控制做了分析，最大功率跟踪算法采用尖速比控制方法。最后在MATLAB/SIMULINK中且搭建了整个系统的仿真模型，对1MW 达里厄型风力机低风速气动、高风速刹车、额定风速下变风速运行等工况进行了仿真模拟。通过模拟得到风力机在各种工况下的运行情况，实现了最大风能追踪的算法，采用尖速比的控制方法追踪最大风能的效果显著，为进一步立轴风力发电机控制系统的设计提供依据。 ABSTRACT The rapid progress on wind energy conversion technology has made wind energy tobe one of the most important renewable and sustainable energy.Current wind energy conversion system translates the wind energy to mechanical energy by wind turbine,and then converts it to electricity by generator.According to the direction of the revolving shaft in space,wind turbine includes two types,one is horizontal axis wind turbine(HAWT for short),and the other is vertical axis wind turbine(VAWT for short),thevertical axis wind turbine is famous for Darrieus type.There has been growing attention to vertical axis wind turbine for its unique structural and aerodynamic advantages.As variable speed wind turbine works at larger ranger of wind speed,utilizes much more wind energy,Improve the efficiency of wind turbines.So it has become the hot topic in the field.This paper is basic on large variable speed vertical axis wind turbine.The wind turbine is Darrieus type,and it dives permanent magnet synchronous generator directly.Through establishment of aerodynamic performance evaluation model,dive-train model,generator and control system model,and simulating of the wind turbine system model in MATLAB/SIMULINK,we can obtain the performance of wind turbine in a variety of conditions,and achieve the algorithm of Maximum Power Point Tracking. Although variable speed wind turbine Improve the efficiency it Increase the difficulty of the control system.The Maximum Power Point Tracking control Strategy theory is analyzed in this paper.The aerodynamic performance evaluation model is established,it's the double-disk multiple stream-tube model in the framework of blade element momentum theory,the airfoil dynamic stall effect and aerodynamic losses were included.we obtained the aerodynamic performance by calculating for the1MW Darrieus vertical axis wind turbine,such as the relationship between aerodynamic torque and rotating speed at different wind speed,the relationship between aerodynamic power and rotating speed at different wind
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
负荷预测的几种方法及其应用 摘要：在电力改革进一步深入、电力市场逐步形成、电力企业自主经营、自负盈亏的今天，电力负荷预测工作开始越来越重要。科技发展为预测提供了各种理论和方法，通过对电力负荷预测，对预测方法及其应用进行初步探讨。 关键词：电力负荷预测方法应用 1趋势分析法 趋势分析法称之趋势曲线分析、曲线拟合或曲线回归，它是迄今为止研究最多，也最为流行的定量预测方法。它是根据已知的历史资料来拟合一条曲线，使得这条曲线能反映负荷本身的增长趋势，然后按照这个增长趋势曲线，对要求的未来某一点估计出该时刻的负荷预测值。常用的趋势模型有线性趋势模型、多项式趋势模型、线性趋势模型、对数趋势模型、幂函数趋势模型、指数趋势模型、逻辑斯蒂(Logistic)模型、龚伯茨(Gompertz)模型等，寻求趋势模型的过程是比较简单的，这种方法本身是一种确定的外推，在处理历史资料、拟合曲线，得到模拟曲线的过程，都不考虑随机误差。采用趋势分析拟合的曲线，其精确度原则上是对拟合的全区间都一致的。在很多情况下，选择合适的趋势曲线，确实也能给出较好的预测结果。但不同的模型给出的结果相差会很大，使用的关键是根据地区发展情况，选择适当的模型。分析珠海市1995年以来的用电量历史数据，发现具有比较明显的二项式增长趋势，模型曲线为y=0.229565x2-914.8523x+911472.65，利
用该模型曲线得到2005年到2010年的用电量水平分别为52.78亿kWh和85.08亿kWh。拟合曲线如图1所示。 2回归分析法 回归分析法(又称统计分析法)，也是目前广泛应用的定量预测方法。其任务是确定预测值和影响因子之间的关系。电力负荷回归分析法是通过对影响因子值(比如国民生产总值、工农业总产值、人口、气候等)和用电的历史资料进行统计分析，确定用电量和影响因子之间的函数关系，从而实现预测。但由于回归分析中，选用何种因子和该因子系用何种表达式有时只是一种推测，而且影响用电因子的多样性和某些因子的不可测性，使得回归分析在某些情况下受到限制。 对珠海市历年用电量和国内生产总值GDP、人口popu等数据进行分析，求得回归方程为：y=-3.9848+0.0727GDP+0.10307popu，用该模型预测2005年和2010年的用电量水平分别为47.11亿kWh和70.98亿kWh。 回归分析预测方法是要通过对历史数据的分析研究，探索经济、社会各有关因素与电力负荷的内在联系和发展变化规律，并根据对规划期内本地区经济、社会发展情况的预测来推算未来的负荷。可见该方法不仅依赖于模型的准确性，更依赖于影响因子其本身预测值的准确度。 3指数平滑法 趋势分析和回归分析都是根据时间序列的实际值建立模型，再利用模型来进行预测计算的。指数平滑法是用以往的历史数据的指数加权组
中长期电力负荷预测方法的简述及分析 【摘要】介绍负荷预测的概念及所依据的原理，简述了目前常用的中长期电力负荷预测方法及分析了存在的问题，对一些新的现代负荷预测方法作了归纳说明。【关键词】负荷预测预测方法发展动态1.引言在一定的规划期内，电力系统的负荷水平决定了其发展的规模与速度。因此，中长期电力负荷预测的结果在一定程度上决定了未来规划期内电力系统的发展。当前电力市场正在逐步由卖方市场转向买方市场，过去的以产定销将变成以销定产，生产计划和基建计划的安排都对中长期电力负荷预测提出了更高的要求。本文在介绍电力负荷预测的概念和原理的基础上，把中长期电力负荷预测方法及现在使用的情况和发展趋势作一个简单的叙述和分析。2.负荷预测的概念和原理负荷预测是指在充分考虑一些重要的系统运行特性、增容决策、自然环境和社会影响的条件下，研究或利用一套能系统地处理过去与未来负荷的数学方法，在满足一定精度要求的前提下，确定某特定时刻的负荷数值。负荷预测根据规划目标年限分类，可分为长期预测(指未来10年到20年的负荷预测)、中期预测(指未来5到10年的负荷预测)和近期预测(指5年内的预测)。负荷预测工作是根据电力负荷的发展规律，预计或判断其未来发展趋势和状况的活动。这项活动基于以下的基本原理：(1)可知性原理作为预测的对象，负荷的发展规律、未来的发展趋势和状况是可以为人们所知道的。人们不但可以认识它的过去和现在，而且可以通过总结它的过去和现在而推测其未来。(2)可能性原理事物的发展变化是内因和外因共同作用下的结果。内因的变化及外因作用力大小不同，会使事物的发展变化有多种可能性。所以对某一具体指标的预测往往是按照其发展变化的多样性，进行多方案预测。(3)连续性原理又称惯性原理，是指预测对象的发展是一个连续的过程。其未来发展是这个过程的连续。它强调了预测对象总是从过去发展到现在，再从现在发展到将来。它认为事物发展变化过程中会将某些原有的特征保存下来，延续下去，电力系统的发展变化同样存在惯性，这种惯性是我们进行负荷预测的主要依据。(4)相似性原理在很多情况下，作为预测对象的一个事物，其现在发展过程和发展状况可能与过去另一事物过去一定阶段的发展过程和发展状况相类似，人们可以根据后一事物的已知发展过程和状况，来预测所预测对象的未来发展过程和状况，这就是相似性原理。目前，预测技术中使用的类推法和历史类比法就是基于这个原理的预测方法。(5)反馈性原理反馈就是利用输出返回输入端，再调节输出结果。预测的反馈性原理实际上是为了不断提高预测的准确性而进行的反馈调节。当预测结果和经过一段实践得到的实际值存在差距，可利用这个差距对预测模型进行调节，提高预测的准确性。反馈性预测的实质就将预测的理论值和实际要求相结合，在实践中检验，然后进行修改、调整，使预测质量进一步提高。(6)系统性原理这个原理认为预测对象是一个完整的系统，它本身有内在的系统，它与外界的联系又形成了它的外界系统。这些系统总和构成一个完整的总系统，预测对象的未来发展是系统整体的动态发展，也是整个系统的动态发展和它的各个组成部分和影响因素之间相互作用和相互影响密切相关的。系统性原理还强调系统整体最佳，只有系统整体最佳的预测，才是高质量的预测，才能为决策者提供最佳的预测方案。3.目前常用的中长期电力负荷预测方法及分析在目前的中长期电力负荷预测工作中，比较常用和普遍的有如下几种方法：(1)分产业产值单耗法单耗法即单位产品耗电法，是通过某一单位产品的平均单位产品用电量以及该产品的产量，得到生产这种总产品的总用电量，单耗法需要做大量细致的调查统计工作，但在实际工作中很难对所有产品较准确地求出其单耗，而且工作量太大。(2)电力弹性系数法电力弹性系数是电量平均增长率与国内生产总值之间的比值，该方法旨在分析电力弹性系数有单位国内生产总值电耗之间的关系，根据国内生产总值增长速度结合电力弹性系数得到规划期末的总用电量，同单耗法一样，电力弹性系数法需要做大量细致的统计工作。(3)分区负荷密度法负荷密度预测法是从地区土地面积(或建筑面积)的平均耗电量出发作预测，预测时，先预测出未来某时期的土地面积(或建筑面积)和单位面积用电密度，再乘以面积得到用电量预测值，分区负荷预测法首先根据近年来的发展情况、经济发展目标以及电力规划目标将待预测区域划分成多个功能区，然后
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
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。
Xx大学 毕业设计（论文）开题报告题目风力发电并网稳定性研究 系（院）自动化系年级 专业电气工程与自动化班级 学生姓名学号 指导教师职称 xxx教务处 二〇一一年三月 开题报告填表说明
1.开题报告是毕业设计（论文）过程规范管理的重要环节，是培养学生严谨务实工作作风的重要手段，是学生进行毕业设计（论文）的工作方案，是学生进行毕业设计（论文）工作的依据。 2.学生选定毕业设计（论文）题目后，与指导教师进行充分讨论协商，对题意进行较为深入的了解，基本确定工作过程思路，并根据课题要求查阅、收集文献资料，进行毕业实习（社会调查、现场考察、实验室试验等），在此基础上进行开题报告。 3.课题的目的意义，应说明对某一学科发展的意义以及某些理论研究所带来的经济、社会效益等。 4.文献综述是开题报告的重要组成部分，是在广泛查阅国内外有关文献资料后，对与本人所承担课题研究有关方面已取得的成就及尚存的问题进行简要综述，并提出自己对一些问题的看法。 5.研究的内容，要具体写出在哪些方面开展研究，要突出重点，实事求是，所规定的内容经过努力在规定的时间内可以完成。 6.在开始工作前，学生应在指导教师帮助下确定并熟悉研究方法。 7.在研究过程中如要做社会调查、实验或在计算机上进行工作，应详细说明使用的仪器设备、耗材及使用的时间及数量。 8.课题分阶段进度计划，应按研究内容分阶段落实具体时间、地点、工作内容和阶段成果等，以便于有计划地开展工作。 9.开题报告应在指导教师指导下进行填写，指导教师不能包办代替。 10.开题报告要按学生所在系规定的方式进行报告，经系主任批准后方可进行下一步的研究（或设计）工作。 一、课题的目的意义：
电力负荷预测方法 朋友们大家好，很高兴与大家分享一下电力方面的知识。本节摘要是：负荷预测方法可分为确定性负荷预测方法和不确定性负荷预测方法。确定性负荷预测方法是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，包括时间序列预测法、回归分析法、经典技术预测法、趋势外推预测法等。不确定性预测方法基于类比对应等关系进行推理预测的，包括灰色理论预测法、专家系统法、模糊预测法、神经网络法、小波分析预测法等。 关键字：电力负荷预测方法... 负荷预测是电力系统调度的一个重要组成部分，是电力交易的主要数据源，也是电力系统经济运行的基础,任何时候,电力负荷预测对电力系统规划和运行都极其重要。近几年，随着我国电力供需矛盾的突出集电力工业市场化运营机制的推行，电力负荷预测的准确度有待进一步提高。 负荷预测方法可分为确定性负荷预测方法和不确定性负荷预测方法。 确定性负荷预测方法是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，包括时间序列预测法、回归分析法、经典技术预测法、趋势外推预测法等。
而为了解决实际电力负荷发展变化规律非常复杂不能用简单的显式数学方程来描述期间的对应和相关这一问题，许多专家学者经过不懈努力，把许多新的方法和理论引入到负荷预测中来，产生了一类基于类比对应等关系进行推理预测的不确定性预测方法。包括灰色理论预测法、专家系统法、模糊预测法、神经网络法、小波分析预测法等。 <一> 确定性负荷预测方法 一、时间序列预测法 时间序列分析法利用了电力负荷变动的惯性特征和时间上的延续性，通过对历史数据时间序列的分析处理，确定其基本特征和变化规律，预测未来负荷。 时间序列预测是依据电力负荷的历史数据建立一个时间序列的数学模型，通过时间序列的数学模型可以描述这个时间序列变换的规律性，同时在数学模型的基础上建立电力负荷预测的数学表达式，并对未来的负荷进行预测。电力负荷时间序列预测方法主要包括自回归AR（p）模型、滑动平均MA（q）模型和自回归与滑动平均ARMA（p，q）模型等。 按照处理方法不同，时间序列法分为确定时间序列分析法和随机时间序列分析法。时间序列模型的缺点在于不能充分利用对负荷性能有很大影响的气候信息和其他因素，导致了预报的不准
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