【導讀】電力工業(yè)是國民經濟的重要組成部分。隨著社會經濟的不斷發(fā)展以及人民生活水平。的日益提高，社會對電力的需求量越來越大。擴大電力系統(tǒng)的規(guī)模，電力系統(tǒng)面臨著日益繁重的規(guī)劃任務。相反，電力系統(tǒng)規(guī)劃的失誤會給國家建設帶來不可彌補的損失，正所謂“規(guī)。劃的節(jié)約是最大的節(jié)約，規(guī)劃的浪費是最大的浪費”。因此，對電力系統(tǒng)規(guī)劃問題進行。研究，以期最大限度地提高規(guī)劃質量，具有重大的現(xiàn)實意義。最終滿足國民經濟增長和人民生活水平提高的用電需要。預測的準確性直接影響到投資。及運行的合理性，直接關系到電網的安全、經濟、可靠運行。以負荷預測沒有引起人們的重視。發(fā)展過程的基本特征和變化規(guī)律，并據此預測未來行為的方法。的信息處理能力，而又不過分依賴于準確的數學模型的基于非參數模型的方法。基于非參數模型的方法主要有采用專家系統(tǒng)、灰色系統(tǒng)。度大，涉及區(qū)域廣，受國民經濟發(fā)展等多方面因素的影響較大，其預測難度也相應較大，

　　

【正文】 del Library），它提供了 600 多個函數 ,包括基本的數學運算和功能強大的信號處理、線性代數、串運算及圖形圖像處理功能等，用它來填補 VB 內建函數的不足（主要是針對數學函數而言，它具有 MATLAB 繪圖的強大功能，讓 VB 能很輕易地畫出一些數學函數圖形），為 VB 提供了強大的功能擴展，讓程序員更容易地去開發(fā)計算應用方面的程序代碼。在 VB 中使用該數學工具包可以避免重復性勞動，并且減少開發(fā)人員實現(xiàn)算法和界面設計方面的困難。 本軟件的開發(fā)正是綜合了 VB 和 MatrixVB二者的優(yōu)勢，實現(xiàn)了軟件友好的 Windows界面（通過 VB 實現(xiàn)），計算速度快（通過 VB 實現(xiàn)），具有強大的圖形功能（通過 MatrixVB實現(xiàn)）。從而實現(xiàn)了應用系統(tǒng)的無縫集成，有效地縮短了軟件的開發(fā)周期，并優(yōu)化了系統(tǒng)性能。 . 軟件的總體結構 軟件包括數據庫設計和負荷預測兩部分。其核心 ——負荷 預測部分采用模塊化設計，分三個模塊：數據處理模塊、負荷預測模塊、預測結果處理模塊。軟件的總體結構流程如圖 51 所示。 圖 51 軟件的總體結構流程 Flow chart of software 軟件提供了兩種操作路徑供用戶訪問：（ 1）對于有經驗的用戶，可以通過數據庫管理系統(tǒng)直接對數據庫進行操作，其優(yōu)點是數據處理比較迅速，缺點是由于不熟悉數據庫結構，很可能會引發(fā)錯誤；（ 2）通過軟件的圖形用戶界面（ GUI），這是該軟件的推薦方式，基本上可 以完成用戶的所有操作。由于軟件包在用戶操作中加入了容錯處理，所以比較安全。用戶首先可以通過軟件的 GUI 對歷史數據進行操作，如查詢、添加、修改、刪除等，軟件通過數據庫接口對數據庫進行更新，以確保歷史數據的準確性，為負荷預測作準備。其次，用戶可以對數據進行檢驗后，通過 GUI 選擇預測模型。軟件通過模型庫接口調用負荷預測模塊，結果經由數據庫接口存放到數據庫中。再次，用戶還可以對預測結果直接進行查看，軟件通過數據庫接口訪問數據庫中的結果數據，以列表、負荷預測模塊 結果處理模塊 數據處理模塊 原始數據庫 空缺數據自動補全 數據編輯與查詢 報表打印 結果導出 人工剔除數據 結果顯示 分地區(qū)預測 數據平滑處理 數據預處理 負荷預測 最大負荷預測 預測結果數據庫 總量預測 分地區(qū)預測 分行業(yè)預測 用電量預測 全地區(qū)預測 曲線圖、條形圖的形式在 GUI 上顯示。 . 數據庫設計部分 根據收集到的數 據以及軟件采用的預測模型的需要，分析大量歷史數據之間的關系，并為簡單起見，數據庫中有關的原始數據表可分為全地區(qū)的歷史數據表和規(guī)劃數據表以及分地區(qū)的歷史數據表和規(guī)劃數據表；而為了增加軟件的可移植性，即在不同地區(qū)的適用性，建立了地區(qū)列表。分地區(qū)數據表可根據整個地區(qū)的分區(qū)情況由計算機自行生成。歷史數據表中包括：（ 1）歷史的國內生產總值（ GDP）、總人口數、分產業(yè)（分為第一、第二、第三產業(yè)）生產總值等社會、經濟發(fā)展的統(tǒng)計資料；（ 2）全社會用電量和年最大負荷數據；（ 3）相應分行業(yè)的負荷數據。而規(guī)劃數據表則包括了地區(qū)的 社會、經濟發(fā)展的規(guī)劃數據，即規(guī)劃期的國內生產總值、總人口數、分產業(yè)生產總值等數據。 為查看和維護的方便，預測結果與原始數據保存在同一個數據庫中，對應每一個歷史數據表，都有相應的一個預測結果表。每個預測結果表中均包括了所有已采用的模型的預測結果。 在數據庫設計時還用到了視圖的概念。視圖是從一個或幾個基本表導出的表，視圖本身不獨立存儲在數據庫中，只是一個概念上的表。視圖的引入提高了數據庫的邏輯獨立性，增強了軟件的可維護性。 . 負荷預測部分 負荷預測部分是整個軟件的最核心部分，整個部分采用模塊化設計，總體上可 分為三 個模塊：數據處理模塊、負荷預測模塊和預測結果處理模塊。各模塊之間相互 獨立而又有聯(lián)系，易于修改，易于維護。下面按模塊功能對軟件進行介紹。 . 數據處理模塊 完整的數據是進行負荷預測的基礎，而有效的數據預處理則能提高預測結果的準確性。 一、原始數據的錄入 本軟件提供了兩種原始數據錄入的途徑 ——新建數據庫和打開數據庫，可適應不同類型的用戶。如果用戶尚未為已有數據建立規(guī)范格式的數據庫，則可以通過軟件的 “新建數據庫輸入界面 ”（如圖 52 所示）手工輸入原始數據。而如果已經存在規(guī)范格式的數據庫，則用戶可以通過直接打開數據庫讀 入原始數據。 圖 52 新建數據庫界面 The interface of new database 圖 53 原始數據顯示界面 The interface of original data displaying 在完成原始數據的錄入之后，這些數據將以表格和圖形（包括條形圖和折線圖）的形式同時顯示在主窗口上。在進行負荷預測之前首先采用圖、表的形式顯示原始數據（如圖 53 所示），可以直觀地幫助操作人員發(fā)現(xiàn)不合理的數據并依據圖表決定是否刪除這些不合理的數據或進行數據平滑處理 。 二、原始數據的維護 這部分主要實現(xiàn)對 Access 數據庫中的原始數據進行添加、修改、刪除及查詢的功能（分別如圖 54 和圖 55 所示）。這樣就可以不斷地對原始數據進行補充更新，保證原始數據都是最新的，從而有利于提高預測的準確性。 圖 54 數據編輯界面 The interface of data editing 圖 55 數據查詢界面 The interface of data searching 三、原始數據的預處理 負荷預測工作在很大程度上取決于所收集到的歷史數據 情況，歷史數據的完整與否、準確與否，將對負荷預測的好壞產生嚴重的影響。在收集到的歷史數據存在數據缺損的情況下，若不對這些缺損數據進行補缺推算和修正，將直接影響最后的預測結果。因此，為增強軟件的適應性并提高預測結果的準確性，本軟件提供了數據補全、數據剔除和數據平滑處理等功能。 數據補全 當原始數據中各變量連續(xù)空缺的數據不超過 2 個或各變量空缺的數據個數不超過該變量數據總數的 1/3 時，為提高預測結果的準確性，軟件將自動采用級比生成或均值生成的方法近似地對空缺數據進行補全。 而當原始數據中各變量連續(xù)空缺的數據超 過 2 個或各變量空缺的數據個數超過該變量數據總數的 1/3 時，軟件將提示操作人員 “該變量的數據失真度過大 ”，操作人員可以選擇在可能的情況下人為地對數據進行補全或在預測過程中不使用該變量。 人工剔除數據 在進行預測之前，操作人員可以通過原始數據的表格顯示或圖形顯示判斷原始數據中是否存在不合理的數據，并決定是否刪除這些不合理的數據。該功能并不對數據庫進行直接操作，只在內存中將數據刪除，因而不影響原來的數據庫。 圖 56 人工剔除數據界面 The interface of data deleting 數據平滑處理 在進行預測之前，當操作人員判斷出原始數據中存在不合理的數據而又想保留該年份的數據時，則可以選擇需要進行平滑的數據由軟件自動進行平滑處理，該操作同樣不影響原有數據庫。 圖 57 數據平滑處理界面 The interface of data smoothing . 負荷預測模塊 負荷預測模塊是軟件最核心的部分，并且仍然采用模塊化設計，每一種預測方法設計成相互獨立的功能模塊。使得運行時各個模塊之間互不影響，易于維護，易于擴充。 由圖 51 可知，軟件既可用于用電量的預測又可 用于年最大負荷的預測，既可用于整個地區(qū)的預測又可用于分地區(qū)和分行業(yè)的預測。而且，為了使軟件能應用于不同類型的地區(qū)，建立了預測模型庫。模型庫包括近 20 余種模型方法，各模型相互獨立，可分別進行預測也可采用綜合模型進行預測。預測模型庫包括已有的經典模型以及后來發(fā)展起來的一些比較成熟的新的模型。這些模型可分為單一的預測模型和綜合預測模型，而單一的預測模型又可分為基于確定參數的模型和基于非確定參數的模型?；诖_定參數的模型是在負荷預測技術發(fā)展初期出現(xiàn)的，基本上屬于經典的方法，這些方法具有計算簡單的特點。而基于非確定參 數的模型包括了灰色預測模型和模糊預測模型（模糊聚類預測法）兩類 ,它們在經典預測方法的基礎上應用了先進的數學方法，進一步提高了預測精度。 實際上，在電力負荷預測中，目前還沒有任何單一的方法能保證任何情況下都能獲得滿意的結果，為了充分利用各個預測模型的有用信息，引入了組合預測模型。組合預測理論認為：對同一個預測問題而言，多個不同預測模型的線性組合，在一定條件下能有效的改善模型的擬合能力和提高預測的精度。利用組合預測模型進行預測可以將各個模型有機的組合在一起，綜合各個模型的優(yōu)點，提供更準確的預測結果。軟件提供了用戶自定義權重系數和軟件自動計算權重系數兩種功能。計算機所采用的權重系數計算方法為方差 協(xié)方差方法中的固定權法。有經驗的用戶可根據本地區(qū)的發(fā)展情況自行選擇權重系數。 圖 58 軟件預測模型庫 The forecasting model storehouse of software 對于年最大負荷預測，預測模型庫中還包括了一種簡單有效而又實用的方法，那就是最大負荷利用小時數法。其基本原理是通過歷史數據，估計出規(guī)劃年間的最大負荷利用小時數， 然后再由用電量預測值除以最大負荷利用小時數，從而得到規(guī)劃期各年的最大負荷。該方法的優(yōu)點是計算簡單；缺點是必須預先進行用電量預測，并且必須操作人員對地區(qū)的發(fā)展情況有一定的了解，能夠比較準確估計規(guī)劃年間的最大負荷利用小時數。 在實際操作中，針對每一種預測方法，操作人員可根據提示完成整個預測過程，并且在每一種預測方法中，預測結果同時以圖形和表格的形式顯示，顯示包括預測值和預預測模型庫 單一預測模型 綜合預測模型 最大負荷利用小時數法 組合預測法 單耗法 時間序列法 參數回歸法 指數增長曲線 灰色預測模型 模糊聚類預測法 綜合產值單耗法 增長曲線法 分產業(yè)產值單耗法 修正指數增長曲線 邏輯增長曲線 龔珀茲增長曲線 GM(1,1)模型 GM(1,n)模型 時間序列趨勢模型 指數平滑法 一元參數回歸 多元參數回歸 測性能指標（預測的相對誤差），圖形方式形象直觀顯示原始數據與預測曲線的形狀以及模型的預測效果，方便操作人員選擇好的預測模型。而且在需要確定負荷 影響因素的預測方法中，操作人員能夠根據需要自由選取負荷影響因素，并自由設定預測過程中需要的一些參數。 . 預測結果處理模塊 軟件提供了多種預測結果處理的途徑，包括結果顯示、結果導出以及報表的實時打印。 當用戶選擇一種模型進行預測之后，該模型的結果立刻在預測結果窗口顯示出來（顯示包括預測值和誤差百分比），并同時存放到數據庫中。如圖 59 所示，預測結果的顯示既有表格形式的顯示也有圖形形式（包括折線圖和條形圖）的顯示。在預測結果表中包括了各年份的歷史數據以及所有已預測模型的結果，排列比較清晰，便于用戶對各種模型的結果 進行比較。同時，在預測結果圖的窗口中還提供了查詢模式的圖形顯示，用戶可從已預測模型中選擇希望查看的結果進行顯示，顯示包括預測結果圖和預測誤差圖，這樣便于用戶對某一預測模型的結果的把握，有利于進行下一步的組合預測。 在將預測結果進行顯示的同時，還可以形成報表，并進行報表的實時打印。軟件提供了多種形式的報表，其中包括列表形式的報表和圖表形式（包括有結果表格、預測結果曲線圖和誤差曲線圖）的報表，分別如圖 510 和圖 511 所示。 除了結果顯示和報表的實時打印以外，用戶還有兩種渠道可以導出預測結果。一種是直接將預測 結果保存到 Access 數據庫中；另一種是將形成報表形式的結果導出為Word 文件格式、 Excel 文件格式或 PDF 文件格式，供用戶分析研究。 圖 59 預測結果顯示界面 The interface of forecasting result displaying 圖 510 列表形式的報表 The reports with list 圖 511 圖表形式的報表 The reports with chart and table 4. 預測結果 . 東莞全市 . 茶山鎮(zhèn) . 茶山鎮(zhèn) 經濟及用電情況 . 經濟狀況分析 改革開放以來， 茶山鎮(zhèn) 經濟發(fā)展迅猛。 茶山 鎮(zhèn)近 13 年國內生產總值由 1995 年的 億元，增長到 2020 年的 億元， 年均增長率為 %， 增長十分迅速。其中，工業(yè)增長是國內生長總值增長的主要動力，占總產值的主要部分。 表 4.?1 茶山 鎮(zhèn) 歷年經濟指標統(tǒng)計表 (19952020年 ) 年份 國 內生產總值 （億 元） 增長率（％） 第一產業(yè)產值(億元 ) 增長率（％） 第二產業(yè)產值(億 元 ) 增長 率（％） 第三產業(yè)產值(億 元 ) 增長率（％） 人口數(萬 ) 增長率（％） 1995 19 1996 15 1997