【正文】 )+W(t)+S(t)+r(t) ………………(21) 其中:Y(t)代表總負(fù)荷:N(t)代表典型負(fù)荷分量:w(t)代表天氣敏感負(fù)荷分量:S (t)代表特殊事件負(fù)荷分量:r(t)代表隨機(jī)負(fù)荷分量。例如，在時(shí)間序列法中，將剩余的殘差，即為各時(shí)刻的隨機(jī)負(fù)荷變量，看成是隨機(jī)時(shí)間序列。在各種負(fù)荷預(yù)測(cè)模型中這部分分量往往通過人工修正得以改進(jìn)。⑶異?；蛱厥馐录?fù)荷分量 異?；蛱厥馐录?fù)荷分量使負(fù)荷明顯偏離典型負(fù)荷特性，如政治事件、系統(tǒng)故障、限電、特別電視節(jié)目等。⑵天氣敏感負(fù)荷分量天氣敏感負(fù)荷分量與一系列天氣因素有關(guān)，如溫度、濕度、風(fēng)力、陰晴等。究其原因，不同的組成成份對(duì)各種影響因素的靈敏度不同，表現(xiàn)出不同的響應(yīng)特性。負(fù)荷組成的差異性主要體現(xiàn)在兩個(gè)方面:一是負(fù)荷種類，二是各種負(fù)荷成分所占比重。線性變化描述日平均負(fù)荷變化規(guī)律，而周期變化描述以24小時(shí)為周期的變化規(guī)律。所以，在本論文將任一時(shí)刻的負(fù)荷假設(shè)為以下4種成分的組合，針對(duì)每種成分的特性分別進(jìn)行分析，然后在預(yù)測(cè)模型中分別考慮各種成分如何處理。本論文考慮了影響短期負(fù)荷預(yù)測(cè)的各種因素，將短期負(fù)荷特性分成4部分分別進(jìn)行分析。另一方面，在一定條件下，電力負(fù)荷按一定趨勢(shì)有規(guī)律地發(fā)展變化。所以了解負(fù)荷的特性對(duì)掌握負(fù)荷預(yù)測(cè)本質(zhì)，提高負(fù)荷預(yù)測(cè)的精度有重要的意義，尤其是對(duì)精度要求較高的短期負(fù)荷預(yù)測(cè)。其優(yōu)點(diǎn)是：能對(duì)不同的頻率成分采用逐漸精細(xì)的采樣步長(zhǎng)，從而可以聚集到信號(hào)的任意細(xì)節(jié)，尤其是對(duì)奇異信號(hào)很敏感，能很好的處理微弱或突變的信號(hào)，其目標(biāo)是將一個(gè)信號(hào)的信息轉(zhuǎn)化成小波系數(shù)，從而能夠方便地加以處理、儲(chǔ)存、傳遞、分析或被用于重建原始信號(hào)。⑾小波分析預(yù)測(cè)技術(shù)缺點(diǎn)是：1） 權(quán)重的確定比較困難；2） 不可能將所有在未來起作用的因素全包含在模型中，在一定程度上限制了預(yù)測(cè)精度的提高。一個(gè)能夠完全反映實(shí)際發(fā)展規(guī)律的模型進(jìn)行預(yù)測(cè)完全可能比用組合預(yù)測(cè)方法預(yù)測(cè)效果好?！　?yōu)選組合有兩層含義：一是從幾種預(yù)測(cè)方法得到的結(jié)果中選取適當(dāng)?shù)臋?quán)重加權(quán)平均；二是指在幾種預(yù)測(cè)方法中進(jìn)行比較，選擇擬和度最佳或標(biāo)準(zhǔn)偏差最小的預(yù)測(cè)模型進(jìn)行預(yù)測(cè)。優(yōu)點(diǎn)是：1）可以模仿人腦的智能化處理；2）對(duì)大量非結(jié)構(gòu)性、非精確性規(guī)律具有自適應(yīng)功能；3）具有信息記憶、自主學(xué)習(xí)、知識(shí)推理和優(yōu)化計(jì)算的特點(diǎn)。因?yàn)椋唐谪?fù)荷變化可以認(rèn)為是一個(gè)平穩(wěn)隨機(jī)過程。　　神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)技術(shù)，可以模仿人腦做智能化處理，對(duì)大量非結(jié)構(gòu)性、非確定性規(guī)律具有自適應(yīng)功能。此法的優(yōu)點(diǎn)是：1） 能匯集多個(gè)專家的知識(shí)和經(jīng)驗(yàn)，最大限度地利用專家的能力；2） 占有的資料、信息多，考慮的因素也比較全面，有利于得出較為正確的結(jié)論。但專家系統(tǒng)分析本身就是一個(gè)耗時(shí)的過程，并且某些復(fù)雜的因素(如天氣因素)，即使知道其對(duì)負(fù)荷的影響，但要準(zhǔn)確定量地確定她們對(duì)負(fù)荷地區(qū)的影響也是很難的。因此，就會(huì)需要專家系統(tǒng)這樣的技術(shù)。　　專家系統(tǒng)預(yù)測(cè)法是對(duì)數(shù)據(jù)庫里存放的過去幾年甚至幾十年的，每小時(shí)的負(fù)荷和天氣數(shù)據(jù)進(jìn)行分析，從而匯集有經(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，按照一定的規(guī)則進(jìn)行負(fù)荷預(yù)測(cè)。 德爾菲法的優(yōu)點(diǎn)是：1）可以加快預(yù)測(cè)速度和節(jié)約預(yù)測(cè)費(fèi)用；2）可以獲得各種不同但有價(jià)值的觀點(diǎn)和意見；3）適用于長(zhǎng)期預(yù)測(cè)，在歷史資料不足或不可預(yù)測(cè)因素較多尤為適用?！　〉聽柗品ㄊ歉鶕?jù)有專門知識(shí)的人的直接經(jīng)驗(yàn)，對(duì)研究的問題進(jìn)行判斷、預(yù)測(cè)的一種方法，也稱專家調(diào)查法?；疑A(yù)測(cè)的優(yōu)點(diǎn)：要求負(fù)荷數(shù)據(jù)少、不考慮分布規(guī)律、不考慮變化趨勢(shì)、運(yùn)算方便、短期預(yù)測(cè)精度高、易于檢驗(yàn)。而最優(yōu)化灰色模型可以把有起伏的原始數(shù)據(jù)序列變換成規(guī)律性增強(qiáng)的成指數(shù)遞增變化的序列，大大提高預(yù)測(cè)精度和灰色模型法的適用范圍。以灰色系統(tǒng)理論為基礎(chǔ)的灰色預(yù)測(cè)技術(shù)，可在數(shù)據(jù)不多的情況下找出某個(gè)時(shí)期內(nèi)起作用的規(guī)律，建立負(fù)荷預(yù)測(cè)的模型。⑹灰色模型法缺點(diǎn)是：沒有考慮負(fù)荷變化的因素，只致力于數(shù)據(jù)的擬合，對(duì)規(guī)律性的處理不足，只適用于負(fù)荷變化比較均勻的短期預(yù)測(cè)的情況。時(shí)間序列法主要有自回歸AR(p)、滑動(dòng)平均MA(q)和自回歸與滑動(dòng)平均ARMA(p,q)等。⑸時(shí)間序列法缺點(diǎn)是：1）規(guī)劃水平年的工農(nóng)業(yè)總產(chǎn)值很難詳細(xì)統(tǒng)計(jì)；2）用回歸分析法只能測(cè)算出綜合用電負(fù)荷的發(fā)展水平，無法測(cè)算出各供電區(qū)的負(fù)荷發(fā)展水平，也就無法進(jìn)行具體的電網(wǎng)建設(shè)規(guī)劃。其中，線性回歸用于中期負(fù)荷預(yù)測(cè)。用數(shù)理統(tǒng)計(jì)中的回歸分析方法對(duì)變量的觀測(cè)數(shù)據(jù)統(tǒng)計(jì)分析，從而實(shí)現(xiàn)對(duì)未來的負(fù)荷進(jìn)行預(yù)測(cè)。⑷回歸分析法缺點(diǎn)是：需做大量細(xì)致的調(diào)研工作。彈性系數(shù)法是從宏觀上確定電力發(fā)展同國(guó)民經(jīng)濟(jì)發(fā)展的相對(duì)速度，它是衡量國(guó)民經(jīng)濟(jì)發(fā)展和用電需求的重要參數(shù)。⑶彈性系數(shù)法缺點(diǎn)是：如果負(fù)荷出現(xiàn)變動(dòng)，會(huì)引起較大的誤差?！　⊥馔品ㄓ芯€性趨勢(shì)預(yù)測(cè)法、對(duì)數(shù)趨勢(shì)預(yù)測(cè)法、二次曲線趨勢(shì)預(yù)測(cè)法、指數(shù)曲線趨勢(shì)預(yù)測(cè)法、生長(zhǎng)曲線趨勢(shì)預(yù)測(cè)法。選擇合適的趨勢(shì)模型是應(yīng)用趨勢(shì)外推法的重要環(huán)節(jié)，圖形識(shí)別法和差分法是選擇趨勢(shì)模型的兩種基本方法。當(dāng)有理由相信這種趨勢(shì)能夠延伸到未來時(shí)，賦予變量t所需要的值，可以得到相應(yīng)時(shí)刻的時(shí)間序列未來值。⑵趨勢(shì)外推法缺點(diǎn)是：需做大量細(xì)致的調(diào)研工作，比較籠統(tǒng)，很難反映現(xiàn)代經(jīng)濟(jì)、政治、氣候等條件的影響。從我國(guó)的實(shí)際情況來看，一般規(guī)律是產(chǎn)品單耗逐年上升，產(chǎn)值單耗逐年下降。單耗法分產(chǎn)品單耗法和產(chǎn)值單耗法兩種。⑴單耗法短期負(fù)荷預(yù)測(cè)技術(shù)經(jīng)過幾十年的發(fā)展，人們提出了許多的預(yù)測(cè)方法。制訂合理的電源建設(shè)規(guī)劃。另外，負(fù)荷預(yù)測(cè)也有利于計(jì)劃用電的管理。負(fù)荷預(yù)測(cè)不足可能會(huì)導(dǎo)致用電緊張和系統(tǒng)運(yùn)行安全性下降，因而由費(fèi)用高的機(jī)組來承擔(dān)負(fù)荷或者從鄰近的電網(wǎng)買入價(jià)格較高的電能。電力負(fù)荷預(yù)測(cè)是否準(zhǔn)確，也會(huì)影響到電力系統(tǒng)計(jì)劃、規(guī)劃等管理部門的工作。因此精確的短期負(fù)載預(yù)測(cè)，可以提供電力規(guī)劃人員評(píng)估發(fā)電成本及供電可靠度的參考指標(biāo)，即能避免限電危機(jī)以及電力能源的浪費(fèi)。短期負(fù)荷預(yù)測(cè)是隨著電力系統(tǒng)EMS的逐步發(fā)展而發(fā)展起來的，現(xiàn)已經(jīng)成為EMS必不可少的一部分和為確保電力系統(tǒng)安全經(jīng)濟(jì)運(yùn)行所必需的手段之一。負(fù)荷預(yù)測(cè)包括兩方面的含義：對(duì)未來需求量(功率)的預(yù)測(cè)和未來用電量(能量)的預(yù)測(cè)。對(duì)中、長(zhǎng)期負(fù)荷預(yù)測(cè), 要特別研究國(guó)民經(jīng)濟(jì)發(fā)展、國(guó)家政策等的影響。③中期負(fù)荷預(yù)測(cè)是指月至年的負(fù)荷預(yù)測(cè), 主要是確定機(jī)組運(yùn)行方式和設(shè)備大修計(jì)劃等。 負(fù)荷預(yù)測(cè)的分類負(fù)荷預(yù)測(cè)根據(jù)目的的不同可以分為超短期、短期、中期和長(zhǎng)期:① 超短期負(fù)荷預(yù)測(cè)是指未來1 h以內(nèi)的負(fù)荷預(yù)測(cè), 在安全監(jiān)視狀態(tài)下, 需要5 s～10 s或1 min～5 min 的預(yù)測(cè)值, 預(yù)防性控制和緊急狀態(tài)處理需要10 min 至1 h 的預(yù)測(cè)值。模糊系統(tǒng)不管其是如何進(jìn)行計(jì)算的,從輸入輸出的角度講它是一個(gè)非線性函數(shù)。(4)模糊負(fù)荷預(yù)測(cè)模糊負(fù)荷預(yù)測(cè)是近幾年比較熱門的研究方向。由于該方法具有很強(qiáng)的魯棒性、記憶能力、非線性映射能力以及強(qiáng)大的自學(xué)習(xí)能力,因此有很大的應(yīng)用市場(chǎng), 但其缺點(diǎn)是學(xué)習(xí)收斂速度慢,可能收斂到局部最小點(diǎn)。借助專家系統(tǒng), 負(fù)荷預(yù)測(cè)人員能夠識(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)。灰色系統(tǒng)理論把負(fù)荷序列通過生成變換,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)，本文即用了此方法。(1)灰色數(shù)學(xué)理論灰色數(shù)學(xué)理論是把負(fù)荷序列看作真實(shí)的系統(tǒng)輸出,它是眾多影響因子的綜合作用結(jié)果。 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)方法逐漸得到成功應(yīng)用。(3)回歸分析法回歸分析法是根據(jù)負(fù)荷過去的歷史資料, 建立可以分析的數(shù)學(xué)模型, 對(duì)未來的負(fù)荷進(jìn)行預(yù)測(cè)。時(shí)間序列預(yù)測(cè)方法可分為確定型和隨機(jī)型兩類, 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。(2)時(shí)間序列法時(shí)間序列法是一種最為常見的短期負(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)過程的特性, 去建立和估計(jì)產(chǎn)生實(shí)際序列的隨機(jī)過程的模型, 然后用這些模型去進(jìn)行預(yù)測(cè)。電力負(fù)荷雖然具有隨機(jī)性和不確定性, 但在一定條件下, 仍存在著明顯的變化趨勢(shì), 例如農(nóng)業(yè)用電, 在氣候條件變化較小的冬季, 日用電量相對(duì)穩(wěn)定, 表現(xiàn)為較平穩(wěn)的變化趨勢(shì)。 電力負(fù)荷預(yù)測(cè)方法簡(jiǎn)介電力負(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。即預(yù)測(cè)對(duì)象的未來發(fā)展就是系統(tǒng)整體的動(dòng)態(tài)發(fā)展，而且整個(gè)系統(tǒng)的動(dòng)態(tài)發(fā)展與它的各個(gè)組成部分和影響因素之間的相互作用和相互影響有關(guān)。人們?cè)陬A(yù)測(cè)活動(dòng)實(shí)踐中發(fā)現(xiàn)，當(dāng)預(yù)測(cè)的結(jié)果和經(jīng)過一段實(shí)踐所得到的實(shí)際值之間存在著差距時(shí)，可利用這個(gè)差距，對(duì)遠(yuǎn)期預(yù)測(cè)值進(jìn)行調(diào)節(jié)，以提高預(yù)測(cè)的準(zhǔn)確性。 ⑸反饋性原理:反饋就是利用輸出返回到輸入端，再調(diào)節(jié)輸出結(jié)果。 ⑷相似性原理:盡管客觀世界中各種事物的發(fā)展各不相同，但一些事物發(fā)展之間還是存在著相似之處，人們可以利用這種相似性原理進(jìn)行預(yù)測(cè)。電力系統(tǒng)的發(fā)展變化同樣存在著慣性，如某些負(fù)荷指標(biāo)會(huì)以原來的趨勢(shì)和特性保持下來，延續(xù)下去。 ⑶連續(xù)性原理:又稱慣性原理，是指預(yù)測(cè)對(duì)象的發(fā)展是一個(gè)連續(xù)統(tǒng)一的過程，其未來發(fā)展是這個(gè)過程的延續(xù)。 ⑵可能性原理:因?yàn)槭挛锏陌l(fā)展變化是在內(nèi)因和外因的共同作用下進(jìn)行的，內(nèi)因的變化及外因作用力大小不同，會(huì)使事物發(fā)展變化有多種可能性。 ⑴可知性原理:也就是說，預(yù)測(cè)對(duì)象的發(fā)展規(guī)律，其未來的發(fā)展趨勢(shì)和狀況是可以為人們所認(rèn)知的，客觀世界是可以被認(rèn)知的，人們不但可以認(rèn)識(shí)它的過去和現(xiàn)在，而且可以通過總結(jié)它的過去和現(xiàn)在推測(cè)其將來。電網(wǎng)負(fù)荷由基本負(fù)荷、天氣敏感負(fù)荷和隨機(jī)負(fù)荷組成。負(fù)荷預(yù)測(cè)是從已知的用電需求出發(fā)，考慮政治、經(jīng)濟(jì)、氣候等相關(guān)因素，對(duì)未來的用電需求做出的預(yù)測(cè)。 ⑶時(shí)間性:各種負(fù)荷預(yù)測(cè)都有一定的時(shí)間范圍，因?yàn)樨?fù)荷預(yù)測(cè)屬于科學(xué)預(yù)測(cè)的范疇，因此，要求有比較確切的數(shù)量概念，往往需要指明預(yù)測(cè)的時(shí)間。人們對(duì)于這些發(fā)展變化有些能夠預(yù)先估計(jì)，有些卻很難事先預(yù)見到，加上一些臨時(shí)變化的影響，因此就決定了預(yù)測(cè)結(jié)果的不準(zhǔn)確性或不完全準(zhǔn)確。這就使負(fù)荷預(yù)測(cè)具有以下明顯的特點(diǎn)。 由于負(fù)荷預(yù)測(cè)是根據(jù)電力負(fù)荷的過去推測(cè)它的未來數(shù)值，所以負(fù)荷預(yù)測(cè)工作所研究的對(duì)象是不確定事件。在選擇適當(dāng)?shù)念A(yù)測(cè)技術(shù)后, 建立負(fù)荷預(yù)測(cè)數(shù)學(xué)模型, 進(jìn)行預(yù)測(cè)工作。負(fù)荷預(yù)測(cè)模型是統(tǒng)計(jì)資料軌跡的概括, 預(yù)測(cè)模型是多種多樣的, 因此, 對(duì)于具體資料要選擇恰當(dāng)?shù)念A(yù)測(cè)模型, 這是負(fù)荷預(yù)測(cè)過程中至關(guān)重要的一步。數(shù)據(jù)的水平處理即在進(jìn)行分析數(shù)據(jù)時(shí), 將前后兩個(gè)時(shí)間的負(fù)荷數(shù)據(jù)作為基準(zhǔn),設(shè)定待處理數(shù)據(jù)的最大變動(dòng)范圍, 當(dāng)待處理數(shù)據(jù)超過這個(gè)范圍, 就視為不良數(shù)據(jù), 采用平均值的方法平穩(wěn)其變化。即要注意資料的完整無缺, 數(shù)字準(zhǔn)確無誤, 反映的都是正常狀態(tài)下的水平, 資料中沒有異常的“分離項(xiàng)”, 還要注意資料的補(bǔ)缺, 并對(duì)不可靠的資料加以核實(shí)調(diào)整。如果資料的收集和選擇得不好, 會(huì)直接影響負(fù)荷預(yù)測(cè)的質(zhì)量。多方面調(diào)查收集資料, 包括電力企業(yè)內(nèi)部資料和外部資料,從眾多的資料中挑選出有用的一小部分, 即把資料濃縮到最小量。負(fù)荷預(yù)測(cè)工作的關(guān)鍵在于收集大量的歷史數(shù)據(jù), 建立科學(xué)有效的預(yù)測(cè)模型, 采用有效的算法, 以歷史數(shù)據(jù)為基礎(chǔ), 進(jìn)行大量試驗(yàn)性研究, 總結(jié)經(jīng)驗(yàn),不斷修正模型和算法, 以真實(shí)反映負(fù)荷變化的規(guī)律。為了選擇適當(dāng)?shù)臋C(jī)組類型和合理的電源結(jié)構(gòu)以及確定燃料計(jì)劃等, 還必須預(yù)測(cè)負(fù)荷及電量。電力系統(tǒng)負(fù)荷預(yù)測(cè)包括最大負(fù)荷功率、負(fù)荷電量及負(fù)荷曲線的預(yù)測(cè)。而電力市場(chǎng)的建立和發(fā)展，對(duì)短期負(fù)荷預(yù)測(cè)提出了更高的要求，一般而言短期（數(shù)小時(shí)至數(shù)周）負(fù)載預(yù)測(cè)是應(yīng)用于負(fù)載管理、經(jīng)濟(jì)調(diào)度、發(fā)電預(yù)定、機(jī)組發(fā)電以及污染控制等之重要參考依據(jù)，短期負(fù)荷預(yù)測(cè)不再僅僅是EMS的關(guān)鍵部分，同時(shí)也是制定電力市場(chǎng)交易計(jì)劃的基礎(chǔ)。負(fù)荷預(yù)測(cè)依其運(yùn)用領(lǐng)域可分為：運(yùn)轉(zhuǎn)規(guī)劃、電源開發(fā)及電力系統(tǒng)規(guī)劃等三種，其不同應(yīng)用領(lǐng)域所需負(fù)荷預(yù)測(cè)之內(nèi)容亦不盡相同。正確的預(yù)測(cè)電力負(fù)荷，既是為了供應(yīng)國(guó)民經(jīng)濟(jì)各部門及人民生活以充足的電力，也是為了編制全國(guó)電力規(guī)劃提供依據(jù)。我們相信，這方面的工作進(jìn)展，在電力負(fù)荷預(yù)測(cè)將實(shí)現(xiàn)兩個(gè)方向： （一）基礎(chǔ)研究統(tǒng)計(jì)與人工智能及（二）更好地以實(shí)施適當(dāng)?shù)哪Ｊ搅私庥嘘P(guān)負(fù)荷動(dòng)力學(xué)及其統(tǒng)計(jì)特性。在電力負(fù)荷預(yù)測(cè)及其在工業(yè)應(yīng)用中可以通過提供短期負(fù)荷預(yù)測(cè)，在概率分布的形式下，而不是預(yù)測(cè)的號(hào)碼來實(shí)現(xiàn)并取得更多進(jìn)展。我們還討論了影響預(yù)測(cè)的準(zhǔn)確性的因素，如氣象資料，時(shí)間因素，顧客等級(jí)，以及經(jīng)濟(jì)和終端使用的因素。結(jié)論準(zhǔn)確的負(fù)荷預(yù)測(cè)對(duì)在充滿競(jìng)爭(zhēng)的環(huán)境中所造成的電力行業(yè)不正常是非常重要的。在更廣泛的規(guī)模，我們認(rèn)為，重要的研究和發(fā)展方向是： （一）結(jié)合天氣和負(fù)荷預(yù)測(cè)及（二）將負(fù)荷預(yù)測(cè)包含到各種決策支持系統(tǒng)中?？偟膩碚f，這是眾所周知的。有負(fù)荷預(yù)測(cè)有兩個(gè)好處：用概率的形式：（一）能不能達(dá)到一個(gè)更準(zhǔn)確的預(yù)測(cè)，每小時(shí)所得采用多種自由組合，例如，將他們平均。這些投入產(chǎn)生多種負(fù)荷預(yù)測(cè)。那么概率度量衡可以分配到這些預(yù)測(cè)中。通常的做法是短期負(fù)荷預(yù)測(cè)的用途將預(yù)測(cè)天氣的情況作為輸入。據(jù)我們所知，沒有一個(gè)眾所周知的先驗(yàn)條件，可以偵測(cè)可預(yù)測(cè)的方法更適合于某一特定的負(fù)荷區(qū)的。為了能選擇最合適的算法，公用事業(yè)部門可以去測(cè)試算法實(shí)時(shí)數(shù)據(jù)。至目前為止，沒有一個(gè)單一的模式或算法是優(yōu)于一切事業(yè)的，原因是公用事業(yè)的服務(wù)范圍隨著不同的混合的工業(yè)，商業(yè)和住宅用戶而變化。如果有人研究這些統(tǒng)計(jì)模型并發(fā)展數(shù)學(xué)理論，以至于能解釋這些算法，預(yù)測(cè)的準(zhǔn)確性就可以得到改進(jìn)。4 未來的研究方向在這一章中我們已經(jīng)討論過幾個(gè)統(tǒng)計(jì)與人工智能技術(shù)已經(jīng)開發(fā)出來用于短期，中期和長(zhǎng)期電力負(fù)荷預(yù)測(cè)。負(fù)載類似的一天被認(rèn)為是一個(gè)預(yù)測(cè)。這種方法是基于尋找在一，二，或三年與所預(yù)測(cè)的一天具有類似特點(diǎn)的歷史資料。 對(duì)于短期負(fù)荷預(yù)測(cè)大量統(tǒng)計(jì)和人工智能技術(shù)已經(jīng)開發(fā)出來。描述的方法可以應(yīng)用到中期和長(zhǎng)期預(yù)測(cè)。舉例來說，對(duì)于每個(gè)負(fù)荷包和系統(tǒng)，它計(jì)算出天氣正?；囊蛩兀且粋€(gè)高峰負(fù)荷向?qū)⒃谄骄逯禇l件觀察的負(fù)荷的比例。收斂的R2對(duì)實(shí)際負(fù)荷與示范。相關(guān)關(guān)系，實(shí)際負(fù)荷和示范。雖然歷史負(fù)荷可能沒用，該軟件適用于過去一年模式，以歷史氣象資料來估計(jì)明年的峰值分布。散布圖的實(shí)際負(fù)荷與示范。一個(gè)散步圖謀，比較模型與實(shí)際參數(shù)。然后，我們使用上述回歸模型來估計(jì)f，然后。特別的，著名的效應(yīng)即所謂熱浪說，在天氣炎熱時(shí)使用冷氣機(jī)，持續(xù)數(shù)天來估計(jì)氣象因子f(w)時(shí)，我們采