【文章內(nèi)容簡(jiǎn)介】 預(yù)測(cè)報(bào)告是預(yù)測(cè)結(jié)果的文字表述。預(yù)測(cè)報(bào)告一般包括題目、摘要、正文、結(jié)論、建議、和附錄等部分。 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。摘要通常說(shuō)明預(yù)測(cè)中的主要發(fā)現(xiàn)、預(yù)測(cè)的結(jié)果及提出的主要建議和意見(jiàn)。摘要與題目配合，可以引起有關(guān)方面的重視。正文包括分析及預(yù)測(cè)過(guò)程、預(yù)測(cè)模型及說(shuō)明、有關(guān)計(jì)算方法、必要的圖表、預(yù)測(cè)的主要結(jié)論及對(duì)主要 結(jié)論的評(píng)價(jià)。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)。附錄主要包括說(shuō)明正文的附表、資料，預(yù)測(cè)中采用的計(jì)算方法的推導(dǎo)和說(shuō)明，以及正文中未列出的有價(jià)值的其他資料。 電力負(fù)荷預(yù)測(cè)模型及基本算法 電力負(fù)荷預(yù)測(cè)模型 針對(duì)影響系統(tǒng)負(fù)荷的因素，電力系統(tǒng)總負(fù)荷預(yù)測(cè)模型一般可以按四個(gè)分量模型描述為 L(t)=B(t)+W(t)+S(t)+V(t) （ 41） 式中， L(t)為時(shí)刻 t的系統(tǒng)總負(fù)荷； B(t)為時(shí)刻 t 的基本正常負(fù)荷分量； W(t)為時(shí)刻 t 的天氣敏感負(fù)荷分量 ； S(t)為時(shí)刻 t的特別事件負(fù)荷分量； V(t)為時(shí)刻 t的隨機(jī)負(fù)荷分量。 （ 1） 基本正常負(fù)荷分量模型 不同的預(yù)測(cè)周期， B(t)分量具有不同的內(nèi)涵。對(duì)于超短期負(fù)荷預(yù)測(cè)， B(t)近似線性變化，甚至是常數(shù)；對(duì)于短期負(fù)荷預(yù)測(cè)， B(t)一般呈周期性變化；而中長(zhǎng)期負(fù)荷預(yù)測(cè)中， B(t)呈明顯增長(zhǎng)趨勢(shì)的周期性變化。 所以，對(duì)于基本正常負(fù)荷分量，可以用線性變化模型和周期變化模型描述，或用二者的合成共同描述，即 ( ) ( ) ( )B t X t Z t? （ 42） 式 中， ()Xt為線性變化模型負(fù)荷分量； ()Zt 為周期變化模型負(fù)荷分量。 線性變化模型可以表示為 ()X t a b t ?? ? ? （ 43） 式中， a,b 為線性方程的截距和斜率； ? 為誤差。 1）線性變化模型 超短期負(fù)荷變化可以直接采用線性變化模型，將前面時(shí)刻的負(fù)荷描述成一條直線，其延長(zhǎng)線即 可預(yù)測(cè)下一時(shí)刻的負(fù)荷，如圖所示。短期負(fù)荷日均值接近于常數(shù)，長(zhǎng)期負(fù)荷年均值增長(zhǎng)較大，甚至需要用非線性模型（二次或指數(shù)函數(shù)）描述。 針對(duì)短期負(fù)荷預(yù)測(cè)，將歷史上一段日負(fù)荷 L按時(shí)序畫(huà)在一張圖上，見(jiàn)圖 所示，將及每日平均負(fù)荷 X畫(huà)在圖上，總體看來(lái)是一條斜率接近于零的直線，可用線性模型來(lái)描述。 [西南交通大學(xué) ] 西南 交通大學(xué) 網(wǎng)絡(luò) 教育學(xué)院畢業(yè)設(shè)計(jì)（論文） 15 圖 負(fù)荷線性變化模型 2）周期變化模型 周期變化模型，是用來(lái)反映負(fù)荷有按日、按月、按年的周期變化特性。如圖 所示給出了日負(fù)荷曲線，其周期變化規(guī)律可以用日負(fù)荷變化系數(shù) ()iZt表示： ()() iiiLtZt X? （ 44） 其中， ()iLt為一天中各小時(shí)的負(fù)荷； iX 為當(dāng)天的日平均負(fù)荷。 圖 給出連續(xù)幾天的日負(fù)荷變化系數(shù) ()iZt曲線，其有明顯的周期性，即以 24小時(shí)為周期循環(huán)變化。順序觀 察每天同一時(shí)刻的負(fù)荷變化系數(shù)值，可以看出他們接近于一條水平線，這樣便可以用前幾天的同一時(shí)刻的負(fù)荷變化系統(tǒng)值的平均值預(yù)測(cè)以后的值。逐小時(shí)作出日負(fù)荷變化系數(shù)的平均值，連接起來(lái)就是一天總的周期變化曲線。我們把這種反映一天 24小時(shí)負(fù)荷循環(huán)變化規(guī)律的模型稱為日周期變化模型。即 11( ) ( )n iiZ t Z tn ?? ? (t=1,2,...,24) （ 45） 式中， n 為過(guò)去日負(fù)荷的天數(shù)； ()iZt為過(guò)去第 i 天第 t 小時(shí)負(fù)荷變化系數(shù)。 這樣，按線性模型預(yù)測(cè) B(t)的負(fù)荷均值 X(t)，按周期變化模型預(yù)測(cè) B(t)的周期負(fù)荷變化系數(shù) Z(t)，用式（ 42）就可以得到基本負(fù)荷分量 B(t)。 （ 1） 天氣敏感負(fù)荷分量模型 影響負(fù)荷的天氣因素，有溫度、濕度、風(fēng)力、陰晴等，這里以溫度為例說(shuō)明天氣敏感L 1 2 n n+1 8 16 24 8 16 24 24 24 16 8 圖 日負(fù)荷周期變化模型 [西南交通大學(xué) ] 西南 交通大學(xué) 網(wǎng)絡(luò) 教育學(xué)院畢業(yè)設(shè)計(jì)（論文） 16 負(fù)荷模型。以日負(fù)荷預(yù)測(cè)為例，給定過(guò)去若干天氣負(fù)荷記錄、溫度記錄，利用線性回歸或曲線擬合方法，可以用三段直線來(lái)描述天氣敏感負(fù)荷模型 ( ) ,( ) ( ) ,0,s s ss w w wwsK t T t TW t K t T t TT t T???????? ? ? ??? （ 46） 式中， t 為預(yù)測(cè)溫度，可以是一日最高溫度、最低溫度、平均溫度或是某時(shí)點(diǎn)溫度； wT ， wK 為電熱臨界溫度和斜率， stT? 時(shí)電熱負(fù)荷增加，其斜率為 wK ； sT ， SK 為冷氣臨界溫度和斜率， stT? 是冷氣負(fù)荷增加，其斜率為 SK 。 在 wsT t T?? 之間一段溫度上，電熱和冷氣均不開(kāi)放，負(fù)荷和溫度沒(méi)什么關(guān)系。 （ 3）特別事件負(fù)荷分量模型 特別事件負(fù)荷分量指特別電視節(jié)目、重大政治活動(dòng)等對(duì)負(fù)荷造成的影響。其特點(diǎn)是只有積累大量的事件記錄，才能從中分析出某些事件的出現(xiàn)對(duì)負(fù)荷的影響程度，從而作出特別事件對(duì)負(fù)荷的修正規(guī)則。這種分析可以用專家系統(tǒng)方法來(lái)實(shí)現(xiàn)，也可以簡(jiǎn)單的用人工修正來(lái)實(shí)現(xiàn)。人工修正方法通常用因子模 型來(lái)描述。 因子模型又可以分為乘子模型和疊加模型兩種。 乘子模型，是用一個(gè)乘子 k 來(lái)表示特別事件對(duì)負(fù)荷的影響程度， k 一般接近于 1，那么，特別事件負(fù)荷分量為 ( ) ( ( ) ( ))S t B t W t k?? （ 47） 疊加模型，是直接把特別事件引起的負(fù)荷變化值 ()Lt? 當(dāng)成特別事件負(fù)荷分量 ()St ，即 ( ) ( )S t L t?? （ 48） （ 4）隨機(jī)負(fù)荷分量模型 上述各分量的數(shù)學(xué)模型，都不適應(yīng)于隨機(jī)負(fù)荷分量。實(shí)際上，對(duì)于給定的過(guò)去一段時(shí)間的歷史負(fù)荷記錄，提取出基本負(fù)荷分量、天氣敏感負(fù)荷分量和特別事件負(fù)荷分量后，剩余的殘差即為各時(shí)刻的隨機(jī)負(fù)荷分量，可以看成是隨機(jī)時(shí)間序列。目前，處理這樣問(wèn)題的最有效辦法是 BoxJenkins 的時(shí)間序列法，其基本的時(shí)間序列模型有下述 4種。 1）自回歸模型 一個(gè)自回歸模型（ AR）描述的過(guò)程是它的現(xiàn)在值可以由本身的過(guò)去的有限項(xiàng)的加權(quán)和及一個(gè)干擾值 a(t)（假設(shè)為白噪聲）來(lái)表 示，即 1( ) ( 1 ) ( 2 ) ( ) ( )ipV t V t V t V t p a t? ? ? ? ? ? ? ??? ? ? ? ? （ 49） 在自回歸模型中，模型的階數(shù) p 和系數(shù) i? （ i =1， 2， ? ,p） 由過(guò)去值通過(guò)模型辨別和參數(shù)估計(jì)來(lái)決定。 2）動(dòng)平均模型 動(dòng)平均模型（ MA）描述的過(guò)程是它的現(xiàn)在值 V(t)可由其現(xiàn)在和過(guò)去的干擾值的有限項(xiàng)的加權(quán)和來(lái)表示，即 12( ) ( ) ( 1 ) ( 2 ) ( )qV t a t a t a t a t q? ? ?? ? ? ? ? ? ??? ? ? （ 410） 同樣，模型的階數(shù) q和系數(shù) i? （ i =1， 2， ? ,q） ，由過(guò)去的歷史值通過(guò)模型辨別和參數(shù)估計(jì)決定。 [西南交通大學(xué) ] 西南 交通大學(xué) 網(wǎng)絡(luò) 教育學(xué)院畢業(yè)設(shè)計(jì)（論文） 17 3）自回歸動(dòng)平均模型 自回歸動(dòng)平均模型（ ARMA）把它的現(xiàn)在值 V(t)看作是它的過(guò)去值的有限項(xiàng)的加權(quán)和及其現(xiàn)在和過(guò)去干擾量的有限項(xiàng)加權(quán)的疊加，即 11( ) ( 1 ) ( ) ( ) ( 1 ) ( )pqV t V t V t p a t a t a t q??? ? ? ? ??? ? ? ? ? ? ? ? ??? ? ? （ 411） 4）累積式自回歸動(dòng)平均模型 非平穩(wěn)隨機(jī)過(guò)程多種多樣，一般常見(jiàn)的是含有趨勢(shì)項(xiàng)和周期項(xiàng)的非平穩(wěn)隨機(jī)過(guò)程。 某些非平穩(wěn)隨機(jī)序列 V(t)，例 如均值不為 0的非平穩(wěn)隨機(jī)過(guò)程，經(jīng)一階差分后得到的序列（ 1B） V(t)有可能是平穩(wěn)的。有趨勢(shì)變化的非平穩(wěn)隨機(jī)過(guò)程，有可能經(jīng)過(guò)若干次差分后才能平穩(wěn)化，即對(duì) V(t)作多次差分得到的 39。()Vt是一個(gè) 平穩(wěn)隨機(jī)過(guò)程，即 39。 ( ) (1 ) ( )dV t B V t?? （ 412） 式中， d 為差分階數(shù)； B為后移算子。 具有周期變化規(guī)律的非平穩(wěn)時(shí)間序列 V(t)，它按固定的周期 T呈現(xiàn)的規(guī)律變動(dòng)。如果每個(gè)時(shí)間點(diǎn)的值都和超前 T的（ tT） 值進(jìn)行差分運(yùn)算，那么（ 1 TB ） V(t)就變成平穩(wěn)時(shí)間序列了，其中 TB 是周期為 T 的后移算子。 所以，對(duì)于一個(gè)含有趨勢(shì)項(xiàng)的非平穩(wěn)隨機(jī)過(guò)程，可有下式來(lái)描述： ( ) (1 ) ( ) ( ) ( )dpqB B V t B a t?? ? ? （ 413） 它即稱為 ARIMA 模型。 本文研究的是某城市的某年某月某日的電力系統(tǒng)短期負(fù)荷預(yù)測(cè)，因此，影響系統(tǒng)負(fù)荷的因素包括上述的四種分量模型。 短期負(fù)荷預(yù)測(cè)基本模型是指 24 小時(shí)的日負(fù)荷預(yù)測(cè)和 168小時(shí)的周負(fù)荷預(yù)測(cè)，列舉其預(yù)測(cè)周期，知其基本變化規(guī)律可由線性變化模型和周期變化模型來(lái)描敘，日負(fù)荷至周負(fù)荷的變化，受特別事件影響明顯，對(duì)應(yīng)特別事件負(fù)荷分量模型，同附和隨機(jī)負(fù)荷分量。線性變化模型用來(lái)描敘日平均負(fù)荷變化規(guī)律，將歷史上一段日平均負(fù)荷按時(shí)序畫(huà)在一張圖上，可以看出每日平均負(fù)荷有波動(dòng)，總體趨勢(shì)是一條直線，可用線性模型表示。周期模型用來(lái)描敘 24 小時(shí)為周期的變化規(guī)律，在分析日負(fù)荷曲線形狀時(shí)，除掉日平均負(fù)荷的變化因素，將連續(xù)幾天的日負(fù)荷變化畫(huà)在一張圖上，可以看出明顯的周期性，即以 24小時(shí)為周期循環(huán)變化。 特 別事件（天氣）負(fù)荷分量，考慮時(shí)可把特別天氣或天氣變化看作是特別時(shí)間和其它如特別節(jié)目，重大紀(jì)念活動(dòng)等合并作為特別事件考慮，也可以把有關(guān)天氣對(duì)負(fù)荷的影響和其他事件出現(xiàn)對(duì)負(fù)荷的影響分開(kāi)考慮，負(fù)荷在一定程度上，受分量影響很大，進(jìn)一步提高負(fù)荷預(yù)測(cè)精度，關(guān)鍵是科學(xué)合理地預(yù)測(cè)特別事件負(fù)荷分量，但往往還不是一件容易的事情。 詳細(xì)地考慮特別事件（天氣）負(fù)荷分量，是一件復(fù)雜的工作，可以專門用專家系統(tǒng)來(lái)做實(shí)際工作中一般做適當(dāng)簡(jiǎn)化，目前， 常 把特別事件和天氣對(duì)負(fù)荷的影響分開(kāi)考慮，特別事件用前已講過(guò)的 乘子 模型或疊加模型考慮；天氣變化對(duì) 負(fù)荷的影響，一般主要考慮溫度影響，把負(fù)荷看作是溫度的函數(shù)，由歷史負(fù)荷數(shù)據(jù)和 溫度記，通過(guò)線性同歸的辦法，來(lái)確定其關(guān)系。 [西南交通大學(xué) ] 西南 交通大學(xué) 網(wǎng)絡(luò) 教育學(xué)院畢業(yè)設(shè)計(jì)（論文） 18 隨機(jī)負(fù)荷分量，一般由時(shí)間序列模型描述。 電力負(fù)荷預(yù)測(cè)基本算法 電力負(fù)荷預(yù)測(cè)分為經(jīng)典預(yù)測(cè)方法和現(xiàn)代預(yù)測(cè)方法。 （ 1） 經(jīng)典預(yù)測(cè)方法 1）時(shí)間序列法 時(shí)間序列法是一種最為常見(jiàn)的短期負(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)過(guò)程的特性，去建立和估計(jì)產(chǎn)生實(shí)際序列的隨機(jī)過(guò)程的模型，然后用這些模型去進(jìn)行預(yù)測(cè)。它利用了電力負(fù)荷變動(dòng)的慣性特征和時(shí)間上的延續(xù)性，通過(guò)對(duì)歷史數(shù)據(jù)時(shí)間序 列的分析處理，確定其基本特征和變化規(guī)律，預(yù)測(cè)未來(lái)負(fù)荷。 時(shí)間序列預(yù)測(cè)方法可分為確定型和隨機(jī)性兩類，確定型時(shí)間序列作為模型殘差用于估計(jì)預(yù)測(cè)區(qū)間的大小。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。根據(jù)線性濾波器的特性，時(shí)間序列可劃為自回歸 (AR)、動(dòng)平均 (MA)、自回歸 動(dòng)平均 (ARMA)、累計(jì)式自回歸 動(dòng)平均 (ARIMA)、傳遞函數(shù) (TF)幾類模型，其負(fù)荷預(yù)測(cè)過(guò)程一般分為模型識(shí)別、模型參數(shù)估計(jì)、模型檢驗(yàn)、負(fù)荷預(yù)測(cè)、精度檢驗(yàn)預(yù)測(cè)值修正 5個(gè)階段。 時(shí)間列模型的缺點(diǎn)在于不能充分利用對(duì)負(fù)荷性能有很大影響的氣候信息 和其他因素，導(dǎo)致了預(yù)報(bào)的不準(zhǔn)確和數(shù)據(jù)的不穩(wěn)定。 2）回歸分析法 回歸分析法就是根據(jù)負(fù)荷過(guò)去的歷史資料，建立可以分析的數(shù)學(xué)模型，對(duì)未來(lái)的負(fù)荷進(jìn)行預(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。回歸預(yù)測(cè)包括線性回歸和非線性回歸。 回歸模型雖然考慮了氣象信息等因素，但需要事先知道負(fù)荷與氣象變量之間的函數(shù)關(guān)系，這是比較困難的。而且為了獲得比較精確的預(yù)報(bào)結(jié)果，需要大量的計(jì)算，這一方法不能處理氣候變量和負(fù)荷之間的非平衡暫態(tài)關(guān)系。 雖然經(jīng)典的數(shù)學(xué) 統(tǒng)計(jì)方法具有速度快的優(yōu)點(diǎn)，但是其預(yù)測(cè)模型比較簡(jiǎn)單，很難準(zhǔn)確描述負(fù)荷預(yù)測(cè)的實(shí)際模型，所以其精度較差。隨著人工智能技術(shù) 逐步被引 入到短期負(fù)荷預(yù)測(cè)中，人們已經(jīng)提出了多種基于人工智能的預(yù)測(cè)方法，其中最為典型的為基于各種人工神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)方法 ，其中以神經(jīng) BP 算法為代表。 （ 2）現(xiàn)代負(fù)荷預(yù)測(cè)方法 20 世紀(jì) 80年代后期，一些基于新興學(xué)科理論的現(xiàn)代預(yù)測(cè)方法逐漸得到了成功應(yīng)用。這其中主要有灰色數(shù)學(xué)理論、專家系統(tǒng)方法、神經(jīng)網(wǎng)絡(luò)理論、模糊預(yù)測(cè)理論等。 1)灰色數(shù)學(xué)理論 [西南交通大學(xué) ] 西南 交通大學(xué) 網(wǎng)絡(luò) 教育學(xué)院畢業(yè)設(shè)計(jì)（論文） 19 灰色數(shù)學(xué)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。這些眾多因子的未知性和不確定性，成為系統(tǒng)的灰色特性?；疑到y(tǒng)理論把負(fù)荷序列