【正文】 度、動(dòng)力資源的需求量，電力工業(yè)發(fā)展的資金需求量，以及電力工業(yè)發(fā)展對(duì)人力資源的需求量。 （1）氣象因素的影響：很多負(fù)荷預(yù)測(cè)模型都引入了氣象部門(mén)提供的氣象預(yù)報(bào)信息，包括溫濕度、雨量等在內(nèi)的氣象因素都會(huì)直接影響負(fù)荷波動(dòng)，尤其在居民負(fù)荷占據(jù)較高比例的地區(qū)，這種影響更大；（2）節(jié)假日及特殊條件的影響：較之正常工作日，一般節(jié)假日的負(fù)荷都會(huì)明顯降低，以春節(jié)為例，春節(jié)期間的負(fù)荷曲線一般會(huì)出現(xiàn)大幅度的下降變形，而其變化周期也大致與假日周期吻合；（3）大工業(yè)用戶突發(fā)事件的影響：對(duì)于大工業(yè)用戶裝機(jī)容量占用電負(fù)荷較高的地區(qū)，大工業(yè)用戶在負(fù)荷預(yù)測(cè)偏差中起到的影響作用也比較大；（4）負(fù)荷特性分析和預(yù)測(cè)方法的影響：由于很多地區(qū)在負(fù)荷種類結(jié)構(gòu)以及變化因素上的統(tǒng)計(jì)分析工作不夠深入，導(dǎo)致在需要?dú)v史數(shù)據(jù)進(jìn)行對(duì)照時(shí)無(wú)法展開(kāi)工作，對(duì)于負(fù)荷特性和相關(guān)變化規(guī)律的總結(jié)也就無(wú)從談起；（5）管理與政策的影響：符合預(yù)測(cè)是一項(xiàng)技術(shù)含量很高的工作，然而符合預(yù)測(cè)工作在很多地區(qū)還沒(méi)有得到足夠的重視，基礎(chǔ)工作薄弱，與大用戶的信息溝通不暢，大用戶的用電缺乏計(jì)劃性和有序性；預(yù)測(cè)人員缺乏良好的綜合素質(zhì)、較高的分析能力和豐富的運(yùn)行經(jīng)驗(yàn)，不適應(yīng)高標(biāo)準(zhǔn)工作的要求。 電力負(fù)荷預(yù)測(cè)影響因素在電力負(fù)荷預(yù)測(cè)中，很多因素不同程度地影響著電力負(fù)荷的預(yù)測(cè)值。中長(zhǎng)期的負(fù)荷預(yù)測(cè)具有一種不確定性和隨機(jī)性，導(dǎo)致了負(fù)荷預(yù)測(cè)有以下特點(diǎn)：第一，預(yù)測(cè)的結(jié)果并不是確定的；第二，負(fù)荷預(yù)測(cè)一般是在一定時(shí)間與范圍內(nèi)進(jìn)行的；第三，負(fù)荷預(yù)測(cè)往往是在一定條件下進(jìn)行的。農(nóng)業(yè)用電負(fù)荷也受農(nóng)作物種類、耕作習(xí)慣的影響，但就電網(wǎng)而言，由于農(nóng)業(yè)用電負(fù)荷集中的時(shí)間與城市工業(yè)負(fù)荷高峰時(shí)間有差別，所以對(duì)提高電網(wǎng)負(fù)荷率有好處。此外，商業(yè)部門(mén)由于商業(yè)行為在節(jié)假日會(huì)增加營(yíng)業(yè)時(shí)間，從而成為節(jié)假日中影響電力負(fù)荷的重要因素之一。電力負(fù)荷的構(gòu)成與特點(diǎn)如下：電力系統(tǒng)負(fù)荷一般可以分為工業(yè)負(fù)荷、商業(yè)負(fù)荷、城市民用負(fù)荷、農(nóng)村負(fù)荷以及其他負(fù)荷等，不同類型的負(fù)荷具有不同的特點(diǎn)和規(guī)律。在電力系統(tǒng)中的中長(zhǎng)期負(fù)荷預(yù)測(cè)中，這些方法盡管得到了廣泛的應(yīng)用，但都有自己的局限性。 電力負(fù)荷預(yù)測(cè)的發(fā)展及研究現(xiàn)狀中長(zhǎng)期的負(fù)荷預(yù)測(cè)經(jīng)歷了經(jīng)典預(yù)測(cè)法到人工智能的過(guò)程。隨著現(xiàn)代工業(yè)和農(nóng)業(yè)的不斷發(fā)展及人民生活水平的日益提高，社會(huì)對(duì)電力的需求量越來(lái)越大。按預(yù)測(cè)時(shí)間期限通常分為短期、中期、中長(zhǎng)期負(fù)荷預(yù)測(cè)。負(fù)荷的大小，無(wú)論是對(duì)電力系統(tǒng)的規(guī)劃設(shè)計(jì)還是運(yùn)行研究而言，都是極為重要的因素。電能的特點(diǎn)之一是不能大量?jī)?chǔ)存，即電能的生產(chǎn)、輸送、分配、消費(fèi)是同時(shí)進(jìn)行的?；疑到y(tǒng)理論是把負(fù)荷序列看作一真實(shí)的系統(tǒng)輸出，它是眾多影響因子的綜合作用結(jié)果?，F(xiàn)有的預(yù)測(cè)方法大體可以分為兩類：經(jīng)典的數(shù)學(xué)統(tǒng)計(jì)方法以及上世紀(jì)九十年代興起的各種人工智能方法。 Shanghai cityI目錄1 緒論 1 背景 1 電力負(fù)荷預(yù)測(cè)的發(fā)展及研究現(xiàn)狀 22 電力負(fù)荷分析及預(yù)測(cè) 3 電力負(fù)荷分析 3 電力負(fù)荷預(yù)測(cè) 3 電力負(fù)荷預(yù)測(cè)影響因素 4 電力負(fù)荷預(yù)測(cè)的意義 4 電力負(fù)荷預(yù)測(cè)步驟 53 電力負(fù)荷預(yù)測(cè)基本算法選擇 7 傳統(tǒng)負(fù)荷預(yù)測(cè)算法 7 回歸分析法 7 時(shí)間序列法 8 現(xiàn)代負(fù)荷預(yù)測(cè)算法 8 灰色系統(tǒng)理論預(yù)測(cè) 8 模糊數(shù)學(xué)理論預(yù)測(cè) 9 神經(jīng)網(wǎng)絡(luò)理論預(yù)測(cè) 10 小波分析預(yù)測(cè) 11 專家系統(tǒng)法預(yù)測(cè) 114 灰色系統(tǒng)理論 13 灰數(shù) 13 灰色理論應(yīng)用范圍 13 灰色生成數(shù)列 14 累加生成 14 累減生成 14 均值生成 155 灰色預(yù)測(cè)的方法及步驟 16 灰色預(yù)測(cè)的方法 16 灰色預(yù)測(cè)的步驟 16 數(shù)據(jù)的檢驗(yàn)與處理 16 建立模型 17 檢驗(yàn)預(yù)測(cè)值 17 主程序框圖 19 預(yù)測(cè)預(yù)報(bào) 206 灰色預(yù)測(cè)模型 21 GM(1,1)模型及應(yīng)用實(shí)例 21 GM(1,1)改進(jìn)模型及應(yīng)用實(shí)例 27 GM(1,N)模型及應(yīng)用實(shí)例 327 總結(jié) 33致謝 34參考文獻(xiàn) 35附錄 36II1 緒論電力系統(tǒng)中長(zhǎng)期負(fù)荷預(yù)測(cè)是指對(duì)未來(lái)一年至幾年的負(fù)荷進(jìn)行預(yù)測(cè)。關(guān)鍵詞：電力系統(tǒng)；中長(zhǎng)期負(fù)荷預(yù)測(cè)；灰色預(yù)測(cè)模型；GM(1,1)模型；上海市ABSTRACT Power load forecasting is a basic work of power system and it determines the reasonable arrangement in aspects of power generation, transmission and distribution. Accurate load forecasting can ensure the safe and stable operation of power grid, effectively reduce power generation cost, and improve the economic benefit and social benefit. Especially in the day of electric power with further reform , gradually formed market , independent operation and selfsustaining enterprise , power load forecasting work has bee more and more important. Medium and longterm load forecasting directly affect the planning, production and operation of power system, and is one of the important subject of scientific research. Compared with super shortterm and shortterm power load forecasting, medium and longterm load forecasting points to be the load forecasting of more than one year. Due to the long interval time, large seasonal changes in load fluctuation, the power load distributes irregularly. Therefore, it is difficult to meet the precise requirement with the traditional theory of load forecasting of load forecasting model . In this paper ,advantages and disadvantages are pared between several kinds of prediction models based on the grey prediction model. Grey forecasting model has advantages of less sample and high prediction accuracy. First of all, using the GM(1,1) model of grey prediction model to forecast the load of Shanghai city in the next five years. Firstly, deal with the collected previous Shanghai electric power consumption in Matlab , so calendar years are predicted, then the residuals, a posteriori error inspection test model to be scientific and accurate, and the evaluation result is optimal. In order to improve the accuracy and the parability and on the basis of the GM(1,1) model, use residual improvement model to forecast the load of Shanghai in the next five years again. Also, work with the model values predicted for residual, a posteriori error inspection, and use the obtained data pared with true value and GM(1,1) model prediction. It is found that the improved model prediction is more closer to the real value than the GM(1,1) model prediction, thus not only does it get more accurate load forecast of the next five years, but it also demonstrates the reliability of the improved model. Keywords: Power system。對(duì)搜集到的上海市歷年電力消耗量在Matlab中進(jìn)行處理，得到預(yù)測(cè)值，然后采用殘差、后驗(yàn)差檢驗(yàn)?zāi)Ｐ偷目茖W(xué)性和準(zhǔn)確度，評(píng)價(jià)結(jié)果是“優(yōu)”。因此，其工作難度大，用傳統(tǒng)的負(fù)荷預(yù)測(cè)理論建立的負(fù)荷預(yù)測(cè)模型難以滿足精度要求。尤其在電力改革進(jìn)一步深入、電力市場(chǎng)逐步形成、電力企業(yè)自主經(jīng)營(yíng)和自負(fù)盈虧的今天，電力負(fù)荷預(yù)測(cè)工作已變得越來(lái)越重要了。準(zhǔn)確的負(fù)荷預(yù)測(cè)可以保證電網(wǎng)安全穩(wěn)定運(yùn)行，并有效地降低發(fā)電成本，提高經(jīng)濟(jì)效益和社會(huì)效益。由于時(shí)間間隔長(zhǎng)、季節(jié)性負(fù)荷變化波動(dòng)大，涉及社會(huì)發(fā)展的國(guó)民經(jīng)濟(jì)多方面因素情況復(fù)雜，其電力負(fù)荷分布規(guī)律性差。首先采用灰色預(yù)測(cè)模型中的GM(1,1)模型對(duì)上海市未來(lái)五年的負(fù)荷進(jìn)行預(yù)測(cè)。發(fā)現(xiàn)改進(jìn)模型預(yù)測(cè)值比GM(1,1)模型預(yù)測(cè)值更加接近真實(shí)值，從而不僅得到更加精確的未來(lái)五年負(fù)荷預(yù)測(cè)值，也論證了改進(jìn)模型的可靠性。 GM(1,1) model。中長(zhǎng)期負(fù)荷預(yù)測(cè)技術(shù)經(jīng)過(guò)幾十年的發(fā)展，人們提出了許多的預(yù)測(cè)方法。本文用灰色系統(tǒng)理論進(jìn)行中長(zhǎng)期負(fù)荷預(yù)測(cè)。 背景電力系統(tǒng)的作用是對(duì)各類用戶經(jīng)濟(jì)地提供可靠和合格的電能，以隨時(shí)滿足各類用戶的要求。因此，對(duì)未來(lái)電網(wǎng)內(nèi)的負(fù)荷變化的趨勢(shì)的預(yù)測(cè)，是一個(gè)電網(wǎng)調(diào)度部門(mén)和規(guī)劃部門(mén)所必須具有的基本信息。提高負(fù)荷預(yù)測(cè)技術(shù)水平，有利于計(jì)劃用電管理，有利于合理安排電網(wǎng)運(yùn)行方式和機(jī)組檢修計(jì)劃，有利于節(jié)煤、節(jié)油和降低成本，有利于制定合理的電源建設(shè)規(guī)劃，有利于提高電力系統(tǒng)的經(jīng)濟(jì)效益和社會(huì)效益。中長(zhǎng)期負(fù)荷預(yù)測(cè)是目前深受關(guān)注的研究課題，是電力規(guī)劃的基礎(chǔ)，只有基于準(zhǔn)確數(shù)據(jù)的預(yù)測(cè)，規(guī)劃才能有效的完成。因此，對(duì)負(fù)荷預(yù)測(cè)算法及模型的研究具有重要價(jià)值。人工智能技術(shù)主要是來(lái)解決一些關(guān)于不確定性問(wèn)題以及非線性問(wèn)題，但與數(shù)學(xué)的統(tǒng)計(jì)相比起來(lái)，人工智能的預(yù)測(cè)方法在預(yù)測(cè)的過(guò)程中考慮了更多的不確定因素，如：天氣、溫度、季節(jié)等，這些技術(shù)在實(shí)際的預(yù)測(cè)中提高了預(yù)測(cè)的精度。2 電力負(fù)荷分析及預(yù)測(cè) 電力負(fù)荷分析電力負(fù)荷包括兩方面的含義，即用以指安裝在國(guó)家機(jī)關(guān)、企業(yè)、居民等用戶處的各種用電設(shè)備，也可用以描述上述用電設(shè)備所消耗的電力電量的數(shù)值。雖然商業(yè)負(fù)荷在電力負(fù)荷中所占比重不及工業(yè)負(fù)荷和民用負(fù)荷，但商業(yè)負(fù)荷中的照明類負(fù)荷占用電力系統(tǒng)高峰時(shí)段。此類負(fù)荷與工業(yè)負(fù)荷相比，受氣候、季節(jié)等自然條件的影響很大，這是由農(nóng)業(yè)生產(chǎn)的特點(diǎn)所決定的。電力負(fù)荷預(yù)測(cè)是以電力