【正文】 負(fù)荷以及其影響因素作為一種歷史數(shù)據(jù)，然后建立一種模型，科學(xué)地預(yù)測(cè)未來(lái)的電力負(fù)荷。其主要工作是預(yù)測(cè)未來(lái)電力負(fù)荷的時(shí)間分布和空間分布，為電力系統(tǒng)規(guī)劃和運(yùn)行提供可靠的決策依據(jù)。有些因素是無(wú)估計(jì)的重大事件，如嚴(yán)重災(zāi)害等，并且各個(gè)因素對(duì)負(fù)荷的影響可能是不一樣的，而且同一因素的不同水平對(duì)負(fù)荷的影響也是不同的。電力負(fù)荷預(yù)測(cè)工作既是電力規(guī)劃工作的重要組成部分，也是電力規(guī)劃的基礎(chǔ)。本文運(yùn)用灰色系統(tǒng)理論進(jìn)行電力負(fù)荷的中長(zhǎng)期預(yù)測(cè)，它為電力規(guī)劃奠定了一定的基礎(chǔ)，同時(shí)為電力工業(yè)布局、能源資源平衡、電力余缺調(diào)劑，以及電網(wǎng)資金和人力資源的需求與平衡提供可靠的依據(jù)。（2）實(shí)施預(yù)測(cè)階段在進(jìn)行預(yù)測(cè)時(shí)，要依據(jù)選擇的預(yù)測(cè)方法來(lái)進(jìn)行預(yù)測(cè)。預(yù)測(cè)結(jié)果應(yīng)該是明確的，可以被檢驗(yàn)的。（4）提交預(yù)測(cè)報(bào)告階段預(yù)測(cè)題目主要反映預(yù)測(cè)目標(biāo)、預(yù)測(cè)對(duì)象、預(yù)測(cè)范圍和預(yù)測(cè)時(shí)限。結(jié)論與建議是扼要地列出預(yù)測(cè)的主要結(jié)果，提出有關(guān)建議和意見(jiàn)。多年來(lái)，國(guó)內(nèi)外專家、學(xué)者對(duì)電力負(fù)荷預(yù)測(cè)進(jìn)行了廣泛深入的研究，得出了一些有意義的結(jié)論。電力負(fù)荷回歸分析法是通過(guò)對(duì)影響因子（如氣候、人口、國(guó)民生產(chǎn)總值）和用電的歷史資料進(jìn)行統(tǒng)計(jì)分析，確定用電量和影響因子之間的函數(shù)關(guān)系，從而實(shí)現(xiàn)電力預(yù)測(cè)。從數(shù)學(xué)上看，就是利用數(shù)理統(tǒng)計(jì)中的回歸分析方法，通過(guò)對(duì)變量的觀測(cè)數(shù)據(jù)進(jìn)行分析，確定變量之間的相互關(guān)系，從而實(shí)現(xiàn)預(yù)測(cè)目的?；貧w分析法的負(fù)荷預(yù)測(cè)是一種曲線擬合法，即對(duì)過(guò)去的具有隨機(jī)特征的負(fù)荷數(shù)據(jù)進(jìn)行擬合，得到一條確定的曲線，然后將此曲線外延到適當(dāng)時(shí)刻，就可以得到該時(shí)刻的負(fù)荷預(yù)測(cè)值。 時(shí)間序列法時(shí)間序列法是一種最為常見(jiàn)的中長(zhǎng)期負(fù)荷預(yù)測(cè)方法，它是針對(duì)整個(gè)觀測(cè)序列呈現(xiàn)出的某種隨機(jī)特性，去建立產(chǎn)生實(shí)際序列的隨機(jī)過(guò)程的模型，然后用這個(gè)模型進(jìn)行預(yù)測(cè)。時(shí)間序列法可分為確定型和隨機(jī)型兩類：確定型時(shí)間序列預(yù)測(cè)模型用于估計(jì)預(yù)測(cè)區(qū)間的大??；隨機(jī)型時(shí)間序列預(yù)測(cè)模型可以看作一個(gè)線性濾波器。這其中主要有灰色系統(tǒng)理論、模糊數(shù)學(xué)理論、神經(jīng)網(wǎng)絡(luò)理論、小波分析、專家系統(tǒng)方法等。灰色系統(tǒng)理論把一切隨機(jī)過(guò)程看作是在一定范圍內(nèi)變化的，與時(shí)間有關(guān)的灰色過(guò)程，對(duì)灰色量不尋找統(tǒng)計(jì)規(guī)律，通過(guò)大樣本進(jìn)行研究，而是用數(shù)據(jù)生成的方法，將雜亂無(wú)章的原始數(shù)據(jù)整理成規(guī)律性強(qiáng)的生成數(shù)列再做研究?；疑碚摬捎没疑^(guò)程生成對(duì)原始數(shù)據(jù)進(jìn)行處理，以得到隨機(jī)性弱化和規(guī)律性強(qiáng)化了的數(shù)列，并在此基礎(chǔ)上生成灰色預(yù)測(cè)模型，使模型具有較高的精度?；疑到y(tǒng)理論把負(fù)荷序列通過(guò)生成變換，使其變化為有規(guī)律的生成數(shù)列再建模，用于負(fù)荷預(yù)測(cè)。鄧教授希望在可利用數(shù)據(jù)不多的情況下，找到了較長(zhǎng)時(shí)期起作用的規(guī)律，于是進(jìn)行了用少量數(shù)據(jù)做微分方程建模的研究。 模糊數(shù)學(xué)理論預(yù)測(cè)模糊數(shù)學(xué)是運(yùn)用數(shù)學(xué)方法研究和處理模糊性現(xiàn)象的一門數(shù)學(xué)新分支。模糊數(shù)學(xué)是研究現(xiàn)實(shí)中許多界限不分明問(wèn)題的一種數(shù)學(xué)工具，其基本概念之一是模糊集合。這些現(xiàn)象很難用經(jīng)典的數(shù)學(xué)來(lái)描述。如今的模糊數(shù)學(xué)的應(yīng)用已經(jīng)遍及理、工、農(nóng)、醫(yī)及社會(huì)科學(xué)的各個(gè)領(lǐng)域，充分的表現(xiàn)了它強(qiáng)大的生命力和滲透力。第三類是模糊性模型，即模型的背景及關(guān)系具有模糊性模糊控制是在所采用的控制方法上應(yīng)用了模糊數(shù)學(xué)理論，使其進(jìn)行確定性的工作，對(duì)一些無(wú)法構(gòu)造數(shù)學(xué)模型的被控過(guò)程進(jìn)行有效控制。 神經(jīng)網(wǎng)絡(luò)理論預(yù)測(cè)人工神經(jīng)網(wǎng)絡(luò)是一種應(yīng)用類似于大腦神經(jīng)突觸聯(lián)接的結(jié)構(gòu)進(jìn)行信息處理的數(shù)學(xué)模型。每?jī)蓚€(gè)節(jié)點(diǎn)間的連接都代表一個(gè)對(duì)于通過(guò)該連接信號(hào)的加權(quán)值，稱之為權(quán)重，這相當(dāng)于人工神經(jīng)網(wǎng)絡(luò)的記憶。因此，預(yù)測(cè)被當(dāng)作人工神經(jīng)網(wǎng)絡(luò)最有潛力的應(yīng)用領(lǐng)域之一。 小波分析預(yù)測(cè)小波分析是當(dāng)前數(shù)學(xué)中一個(gè)迅速發(fā)展的新領(lǐng)域。由于小波分析在理論上的完美性以及在應(yīng)用上的廣泛性，在短短的幾年中，受到了科學(xué)界、工程界的高度重視，并且在模式識(shí)別、語(yǔ)言識(shí)別、故障診斷、圖象處理、地震預(yù)報(bào)、信號(hào)處理、狀態(tài)監(jiān)視、雷達(dá)等十幾個(gè)科學(xué)領(lǐng)域中得到應(yīng)用。 專家系統(tǒng)法預(yù)測(cè)專家系統(tǒng)法是對(duì)于數(shù)據(jù)庫(kù)里存放的過(guò)去幾年的負(fù)荷數(shù)據(jù)和天氣數(shù)據(jù)等進(jìn)行細(xì)致的分析，匯集有經(jīng)驗(yàn)的負(fù)荷預(yù)測(cè)人員的知識(shí)，提取有關(guān)規(guī)則，借助專家系統(tǒng)，負(fù)荷預(yù)測(cè)人員能識(shí)別預(yù)測(cè)日所屬的類型，考慮天氣因素對(duì)負(fù)荷預(yù)測(cè)的影響，按照一定的推理進(jìn)行負(fù)荷預(yù)測(cè)。此外，專家系統(tǒng)擁有豐富的知識(shí)以及經(jīng)驗(yàn)，可靠性好，工作效率高，可以將復(fù)雜的數(shù)值計(jì)算予以避免，進(jìn)而得到準(zhǔn)確的結(jié)果。灰色預(yù)測(cè)方法是一種不嚴(yán)格的系統(tǒng)方法，它避開系統(tǒng)結(jié)構(gòu)分析環(huán)節(jié)，直接通過(guò)對(duì)原始數(shù)據(jù)的累加構(gòu)建指數(shù)增長(zhǎng)模型，尋求系統(tǒng)的整體規(guī)律。又如，“那女孩身高在150160cm之間”，則關(guān)于身高的灰數(shù)為。信息不完全的情況歸納起來(lái)有：元素（參數(shù)）信息不完全；結(jié)構(gòu)信息不完全；關(guān)系信息（特指“內(nèi)”、“外”關(guān)系）不完全；運(yùn)行的行為信息不完全。世界上沒(méi)有絕對(duì)的白色系統(tǒng)，因?yàn)槿魏蜗到y(tǒng)總有未確知的部分，也沒(méi)有絕對(duì)的黑色系統(tǒng)，因?yàn)榧热灰粺o(wú)所知，也就無(wú)所謂該系統(tǒng)的存在了。 累加生成把數(shù)列各項(xiàng)（時(shí)刻）數(shù)據(jù)依次累加的過(guò)程稱為累加生成過(guò)程（Accumulated Generating Operation，簡(jiǎn)稱AGO ）。 累減生成對(duì)于原始數(shù)據(jù)列依次做前后相鄰的兩個(gè)數(shù)據(jù)相減的運(yùn)算過(guò)程稱為累減生成過(guò)程（IAGO）。對(duì)于常數(shù)，則稱 （45）為由數(shù)列在權(quán)下的鄰值生成數(shù)，權(quán)也稱為生成系數(shù)。于是建立灰微分方程為 （53）相應(yīng)的白化微分方程為 （54）記，則由最小二乘法，求得。即取適當(dāng)?shù)某?shù)，作平移變換 （57）則使數(shù)列的級(jí)比 （58） 建立模型按上文的方法建立模型GM(1,1)，則可以得到預(yù)測(cè)值 （59）其中 （510） 檢驗(yàn)預(yù)測(cè)值模型GM(1,1)檢驗(yàn)有三種方法：殘差檢驗(yàn)、后驗(yàn)差檢驗(yàn)、級(jí)比偏差值檢驗(yàn)（1）殘差檢驗(yàn):殘差檢驗(yàn)即是對(duì)預(yù)測(cè)值和實(shí)際值的殘差進(jìn)行檢驗(yàn)。表51 后驗(yàn)差檢驗(yàn)判別參照表模型精度優(yōu)合格勉強(qiáng)合格不合格（3）級(jí)比偏差值檢驗(yàn)：首先由參考數(shù)據(jù)，計(jì)算出級(jí)比，再用發(fā)展系數(shù)a求出相應(yīng)的級(jí)比偏差 (519)如果，則可認(rèn)為達(dá)到一般要求；如果，則認(rèn)為達(dá)到較高的要求。6 灰色預(yù)測(cè)模型 GM(1,1)模型及應(yīng)用實(shí)例目前使用最廣泛的灰色預(yù)測(cè)模型就是關(guān)于數(shù)列預(yù)測(cè)的一個(gè)變量、一階微分的GM(1,1)模型。 最顯著的特點(diǎn)是在歷史數(shù)據(jù)較少的情況下，對(duì)呈增長(zhǎng)或下降趨勢(shì)的一類數(shù)據(jù)，其預(yù)測(cè)結(jié)果均能達(dá)到很好的精度。將時(shí)刻代入上式，有 (66)令，稱為數(shù)據(jù)向量，為數(shù)據(jù)矩陣，為參數(shù)向量，則GM(1,1)可以表示為矩陣方程。對(duì)原始數(shù)列進(jìn)行一次累加（1AGO），得 (612)求均值數(shù)列，得 (613)構(gòu)造數(shù)據(jù)矩陣和數(shù)據(jù)向量，得 (614) (615)下面計(jì)算 (616) (617) (618)這樣可以得到預(yù)測(cè)模型表達(dá)式 (619)其中。于是，可以用該模型進(jìn)行預(yù)測(cè)。方法如下：由GM(1,1)模型，利用原始數(shù)列，可得出預(yù)測(cè)值 (631)則 (632)定義殘差序列。則 (647)根據(jù)此公式計(jì)算出各個(gè)預(yù)測(cè)值，進(jìn)行負(fù)化處理，并結(jié)合修正模型，當(dāng)時(shí)，；當(dāng)時(shí)。由表51可以看出，對(duì)于給定的，且，所以改進(jìn)模型可以被評(píng)為“優(yōu)”。求的均值數(shù)列 (660)則。累減還原成原始數(shù)列得 (665)使用該模型時(shí)，需要考慮到多種不確定因素，例如天氣、節(jié)假日、大工業(yè)用戶突發(fā)事件、國(guó)家政策、自然災(zāi)害等，都會(huì)對(duì)負(fù)荷預(yù)測(cè)產(chǎn)生一定的影響。當(dāng)電力負(fù)荷呈指數(shù)規(guī)律持續(xù)增長(zhǎng)時(shí)，用普通GM(1,1)模型即可進(jìn)行預(yù)測(cè)，該預(yù)測(cè)模型具有精度高、所需樣本數(shù)量少、計(jì)算簡(jiǎn)單、可進(jìn)行多種檢驗(yàn)等優(yōu)點(diǎn)。多變量灰色預(yù)測(cè)模型廣泛的應(yīng)用于許多領(lǐng)域。老師淵博的知識(shí)、豐富的實(shí)踐經(jīng)驗(yàn)和嚴(yán)謹(jǐn)?shù)目茖W(xué)作風(fēng)讓我十分敬佩，老師不辭辛勞，對(duì)每一個(gè)細(xì)節(jié)的詳細(xì)講解、指導(dǎo)和答疑解惑讓我深受啟發(fā)。衷心感謝各位專家在百忙之中對(duì)本文的審閱和指導(dǎo)！ 參考文獻(xiàn)[1] （第二版）. 高等教育出版社,2009[2] 司守奎,2012[3] 劉保柱,蘇彥華, . 人民郵電出版社,2010[4] :[碩士學(xué)位論文].上海:上海交通大學(xué),2006[5] :[碩士學(xué)位論文].湖南:湖南大學(xué),2009[6] 孫輝,姜梅,1997年第2期[7] 吳熳紅,2004年第1期[8] ,2012年第14期[9] ,1990年第1期[10] :[本科生學(xué)年論文].杭州師范大學(xué)錢江學(xué)院,2010[11] ,2002[12] 孟祥斌. 基于小波分析的中長(zhǎng)期負(fù)荷預(yù)測(cè)模型研究與實(shí)現(xiàn):[碩士學(xué)位論文].大連:大連理工大學(xué),2008[13] 陳軍,姜國(guó)麟,2000年第1期[14] :中國(guó)統(tǒng)計(jì)出版社 附錄附件1:GM(1,1)模型程序 exp(1/7)。原始數(shù)列 x1=cumsum(x0)x1 =[ ]。z =[ ]。構(gòu)造特征矩陣和特征向量 c=B39。 g=f*Y。 b/aans = m= mansans = for i=1:14ave(i)=*exp(*i)。殘差數(shù)列 x2=mean(x0)x2 =。 for i=1:b1ave(i)=1/2*(e1(i)+e1(i+1))。 B=[z,a]。 d=inv(s)。 x2=mean(x0)x2 = x3=mean(x1)x3 = s=sum((x0x2).^2)/12s = t=sum((x1x3).^2)/12t = s1=sqrt(s)s1 = s2=sqrt(t)s2 = c=s2./s1c = s0=*s1s0 = p=abs(x1x3)p = for i=1:12a(i)=*exp(*(i+5))+*exp(*i)。 作者簽名： 日期： 畢業(yè)論文（設(shè)計(jì)）授權(quán)使用說(shuō)明本論文（設(shè)計(jì)）作者完全了解**學(xué)院有關(guān)保留、使用畢業(yè)論文（設(shè)計(jì)）的規(guī)定，學(xué)校有權(quán)保留論文（設(shè)計(jì)）并向相關(guān)部門送交論文（設(shè)計(jì)）的電子版和紙質(zhì)版。 圖表整潔，布局合理，文字注釋必須使用工程字書寫，不準(zhǔn)用徒手畫3）畢業(yè)論文須用A4單面打印，論文50頁(yè)以上的雙面打印4）圖表應(yīng)繪制于無(wú)格子的頁(yè)面上5）軟件工程類課題應(yīng)有程序清單，并提供電子文檔1）設(shè)計(jì)（論文）2）附件：按照任務(wù)書、開題報(bào)告、外文譯文、譯文原文（復(fù)印件）次序裝訂3）其它4