【正文】 用了回歸模型f(w) = β0 +_βjXj ,XJ是目前和以往的氣象參數(shù)非線性功能的解釋性變量，β0。 f(w(t)) + R(t),其中L（t）是實(shí)際負(fù)荷，d(t)是一周的某一天，h(t)是一天的某個(gè)小時(shí)，F(xiàn)(d, h)是每天和每小時(shí)的組成部分，w(t)的天氣資料，包括溫度和濕度，f(w)是氣象因素，與r（t），w(t)是一個(gè)向量由當(dāng)前和滯后天氣許多變數(shù)構(gòu)成。我們幾個(gè)比較負(fù)荷模型，并得出結(jié)論，認(rèn)為下列乘法模型是最準(zhǔn)確的。feinberg等人，研究了由在美國(guó)東北部的公用事業(yè)公司提供的負(fù)載數(shù)據(jù)集。對(duì)特定領(lǐng)域，與公用事業(yè)的平均特點(diǎn)可能有所不同，所以未必有用。在這種情況下， 大量的工作將隨著人數(shù)負(fù)荷的口袋增加而增加比例。此外，這類信息往往是不符合有關(guān)的特定客戶及公用事業(yè)，并保持和支持平均客戶或?qū)Σ煌愋偷目蛻舨扇∑骄淖龇ā＝y(tǒng)計(jì)模型為基礎(chǔ)的學(xué)習(xí)。在這個(gè)框架內(nèi)，其中一種選擇是集料的計(jì)量方式，在不同的部門（住宅，商業(yè)，工業(yè)等）消費(fèi)時(shí)，將作為一個(gè)天氣，經(jīng)濟(jì)和其他變量函數(shù)的計(jì)算公式，然后用最近的歷史數(shù)據(jù)來估計(jì)。該辦法估計(jì)能源消耗（依變數(shù)）和影響消費(fèi)的因素之間的關(guān)系。計(jì)量經(jīng)濟(jì)模型。舉例來說吧，在此方法中的分布設(shè)備年齡對(duì)特定類型的設(shè)備是很重要的。理想的說，這種做法是十分正確的。這些模式是根據(jù)以下原則，即電力需求的增長(zhǎng)是基于顧客對(duì)光，制冷，制熱，制冷等的需求。長(zhǎng)期預(yù)測(cè)包括人口變化，經(jīng)濟(jì)發(fā)展，產(chǎn)業(yè)建設(shè)，科技的發(fā)展的預(yù)測(cè)。此外，經(jīng)濟(jì)因素，如人均收入，就業(yè)水平， 和電價(jià)是包括在計(jì)量經(jīng)濟(jì)模型中的。最終建模法，經(jīng)濟(jì)計(jì)量模型法，以及他們的組合在中期和長(zhǎng)期負(fù)荷預(yù)測(cè)中是最常用的。拉赫曼介紹了一種用乘法模型基于理論的預(yù)測(cè)方法。這些更正是基于當(dāng)前的天氣（Fw），特殊事件（Fs），以及隨機(jī)波動(dòng)（Fr）。 Fs 作者報(bào)告說，可采取這種形式L = Ln 大成本敏感的工業(yè)和體制荷載能對(duì)負(fù)荷有重大影響。還建議電價(jià)可以作為一項(xiàng)額外的方法列入這種模式。他們對(duì)是否為負(fù)荷總和（添加劑）的一些組件或產(chǎn)品（乘）的若干因素各有不同的預(yù)測(cè). 例如， Chen等。負(fù)荷由于功能不同的因素，如時(shí)間，天氣，以及顧客階層。有兩個(gè)方法，即所謂的最終用途法和計(jì)量經(jīng)濟(jì)學(xué)法，它們都已廣泛用于中期和長(zhǎng)期預(yù)測(cè)，而且采取了多種方式，其中包括所謂的同類天法，像各回歸模型，時(shí)間序列，神經(jīng)網(wǎng)絡(luò)，專家系統(tǒng)，模糊邏輯，統(tǒng)計(jì)學(xué)習(xí)算法都是用于短期預(yù)測(cè)的。3 。 大部分電力客戶提供服務(wù)的類型不同，如住宅，商業(yè)及工業(yè)生產(chǎn)等對(duì)不同類別的客戶，電力的使用模式不同，對(duì)同一個(gè)階層的客戶是一樣。一個(gè)電力負(fù)荷預(yù)測(cè)調(diào)查表示，13個(gè)利用溫度，而只有3個(gè)利用了溫度和濕度，3個(gè)利用額外的氣象參數(shù)， ，兩種復(fù)合天氣變函數(shù)， thi （溫度，濕度指數(shù)） 和wci （風(fēng)寒冷指數(shù)） ，已廣泛用于公用事業(yè)公司。事實(shí)上，預(yù)測(cè)天氣的參數(shù)是最重要的。假期比非假期更難預(yù)測(cè)，因?yàn)樗麄兿鄬?duì)顯得不規(guī)則。而且由周二到周四也可能有很大的不同。平時(shí)的負(fù)載也可以有所不同。時(shí)間因素，包括這一年里，一周的某一天，某一小時(shí)。2 重要因素預(yù)測(cè)短期負(fù)荷預(yù)測(cè)的幾個(gè)因素應(yīng)予以考慮，例如時(shí)間因素，氣象數(shù)據(jù)，并盡可能了解客戶等級(jí)。氣象預(yù)報(bào)是一個(gè)重要話題，也是外界對(duì)本章議論的內(nèi)容。發(fā)展和改善適當(dāng)?shù)臄?shù)學(xué)工具，將促使開發(fā)更準(zhǔn)確的負(fù)荷預(yù)測(cè)技術(shù)。在這些方法中包括所謂的同類天法，就像回歸模型，時(shí)間序列，神經(jīng)網(wǎng)絡(luò)，統(tǒng)計(jì)學(xué)習(xí)算法，模糊邏輯，專家系統(tǒng)一樣已被短期預(yù)報(bào)而開發(fā)。大多數(shù)預(yù)測(cè)方法利用統(tǒng)計(jì)技術(shù)或人工智能算法，如回歸，神經(jīng)網(wǎng)絡(luò)，模糊邏輯和專家系統(tǒng)。負(fù)荷預(yù)測(cè)也是一個(gè)重要的比較評(píng)價(jià)標(biāo)準(zhǔn)，為市場(chǎng)上提供的各種先進(jìn)的金融產(chǎn)品在能源方面的價(jià)格提供一個(gè)標(biāo)準(zhǔn)。短期負(fù)荷預(yù)測(cè)方法可以幫助估計(jì)負(fù)荷流動(dòng)，并作出決定，可以防止超載。負(fù)荷預(yù)報(bào)對(duì)公用事業(yè)公司的運(yùn)作和規(guī)劃一直是重要的。 天氣正?；?fù)荷是對(duì)所謂的正常天氣條件實(shí)施負(fù)荷計(jì)算，它是一定的時(shí)間內(nèi)，歷史高峰負(fù)荷的平均值。對(duì)于明年的高峰預(yù)測(cè)，我們可以根據(jù)歷史上的氣象觀測(cè)來提供大概的負(fù)荷分布。例如，對(duì)于一個(gè)特定區(qū)域，我們可以預(yù)測(cè)第二天的負(fù)荷，準(zhǔn)確性可達(dá)到13％。負(fù)荷預(yù)測(cè)可分為三類：短期預(yù)測(cè)，這通常是由一小時(shí)到一周，中期預(yù)測(cè)，這通常是一個(gè)星期到一年，而長(zhǎng)期預(yù)測(cè)是長(zhǎng)于一年。負(fù)荷預(yù)測(cè)也可幫助電力事業(yè)來作出重大的決定，包括關(guān)于購(gòu)買和發(fā)電，負(fù)荷開關(guān)，及基礎(chǔ)設(shè)施的發(fā)展。電力系統(tǒng)短期負(fù)荷預(yù)測(cè)畢業(yè)設(shè)計(jì)1 。導(dǎo)言 為電力負(fù)荷預(yù)測(cè)制定一個(gè)精確的模型對(duì)一個(gè)公用事業(yè)公司的運(yùn)作和規(guī)劃是必不可少的。負(fù)荷預(yù)測(cè)對(duì)能源供應(yīng)國(guó)，國(guó)際團(tuán)結(jié)，金融機(jī)構(gòu)，和其他與會(huì)者，在發(fā)電，輸電，配電，和市場(chǎng)都是非常重要的。對(duì)于公用事業(yè)公司來說，預(yù)測(cè)不同的時(shí)間跨度對(duì)于不同的業(yè)務(wù)是重要的，當(dāng)然這些預(yù)測(cè)的本質(zhì)也一樣是不同的。但是，我們無法預(yù)測(cè)下一年度的高峰負(fù)荷，因?yàn)闇?zhǔn)確的長(zhǎng)期天氣預(yù)報(bào)到目前為止還是不可行的。也有可以根據(jù)業(yè)界慣例，預(yù)測(cè)所謂天氣正?；?fù)荷，它將代替平均每年最高的氣候條件或者比這個(gè)給定地區(qū)平均最高的天氣條件差一些。這一時(shí)期從一個(gè)有用的點(diǎn)到另一個(gè)，多數(shù)公司采取過去2530年的數(shù)據(jù)。甚至，由于能源工業(yè)的不合理規(guī)劃，在十年或以上，在繁忙情況，負(fù)荷預(yù)測(cè)是制定水電費(fèi)非常重要的依據(jù)。及時(shí)實(shí)施這樣的決定可以改善網(wǎng)絡(luò)的可靠性，并減少發(fā)生設(shè)備故障和停電的次數(shù)。在放松管制的經(jīng)濟(jì)下，基于長(zhǎng)期預(yù)測(cè)的資本性支出的決定，比在那個(gè)加息有可能由資本開支項(xiàng)目決定的非開放的經(jīng)濟(jì)體系更加重要。大致可分為兩種方法，即所謂的最終用途法和計(jì)量經(jīng)濟(jì)學(xué)法，都已廣泛用于中期和長(zhǎng)期預(yù)測(cè)。正如我們所見，大量的數(shù)學(xué)方法和思路已用于負(fù)荷預(yù)測(cè)。負(fù)荷預(yù)測(cè)的精度不僅取決于負(fù)荷預(yù)測(cè)技術(shù)，而且取決于預(yù)測(cè)天氣的情況。 這里我們只是提了在發(fā)展計(jì)算機(jī)化的氣象預(yù)報(bào)系統(tǒng)中的重大進(jìn)展，其中包括由大學(xué)開發(fā)和支持的中尺度模式MM5。中期和長(zhǎng)期預(yù)測(cè)應(yīng)顧及歷史負(fù)荷和天氣數(shù)據(jù)，在家電領(lǐng)域不同類別的用戶數(shù)目及其特點(diǎn)，包括年齡，經(jīng)濟(jì)和人口統(tǒng)計(jì)數(shù)據(jù)，以及他們的預(yù)測(cè)，家電銷售數(shù)據(jù)，和其他因素都要予以考慮。在平日和周末，負(fù)荷之間有重大差別。舉例來說吧，在星期一和星期五，被周末隔開的兩天，負(fù)荷是不同的。在今年夏天的時(shí)候尤為如此。 氣象條件影響負(fù)荷。溫度和濕度是最常用的負(fù)荷預(yù)測(cè)因子。 thi是衡量酷暑的熱度，而相反wci是衡量冬季冷度。因此，大部分公用事業(yè)按階級(jí)基礎(chǔ)區(qū)分負(fù)荷是否為一類。預(yù)測(cè)方法在過去的幾十年中，一些預(yù)報(bào)方法已經(jīng)開發(fā)出來。開發(fā)，改進(jìn)，并深入調(diào)查適當(dāng)?shù)臄?shù)學(xué)工具。共有兩個(gè)重要的類別，如數(shù)學(xué)模型，分別是：加模型和乘法模型。介紹了一種添加劑的模式，采取的形式為預(yù)測(cè)負(fù)荷作為函數(shù)的四個(gè)組成部分： L = Ln + Lw + Ls + Lr,其中L是總負(fù)荷， LN代表正常的一部分負(fù)荷，這是一套標(biāo)準(zhǔn)化的負(fù)荷形狀來衡量每一個(gè)型，已被確定為發(fā)生在整個(gè)一年中任一天，Ls代表著天氣敏感的部分負(fù)載， LS是一項(xiàng)特別活動(dòng)的組成部分，創(chuàng)造偏離了正常負(fù)荷的可觀模式，及LR 。當(dāng)然，價(jià)格跌幅/增加影響用電。這項(xiàng)研究 [ 4 ]用賓夕法尼亞新澤西馬里蘭（ pjm ）現(xiàn)貨價(jià)格數(shù)據(jù)（因?yàn)樗c安大略水電負(fù)荷） ，作為神經(jīng)網(wǎng)絡(luò)的輸入。 Fw Fr,LN是正常的（基本）的負(fù)荷，F(xiàn)W，F(xiàn)s是校正因子，F(xiàn)r是一個(gè)確定的常數(shù)可以增加或減少總的負(fù)荷。像電價(jià)（Fp）和負(fù)荷增長(zhǎng)（Fg）這些因素也可以被包括在內(nèi)。天氣變化和基本負(fù)荷與惡劣天氣的測(cè)量將包括在此模型中。電器用戶使用的房子大小，新裝備的年齡，新技術(shù)的變化，客戶行為，種群動(dòng)態(tài)，通常包括在統(tǒng)計(jì)和模擬模型中，它是基于所謂的最終用途法。這些模型經(jīng)常結(jié)合最終建模法。最終使用法，直接估計(jì)能源消耗，利用從最終用途和最終用戶得到的廣泛的信息，如家電，顧客使用，年齡，商業(yè)和工業(yè)部門的各種用途。從而最終使用的模式解釋對(duì)能源的需求時(shí)，將其作為一個(gè)電器在市場(chǎng)上數(shù)目的函數(shù)。但是，它對(duì)最終用途數(shù)據(jù)數(shù)量和質(zhì)量是非常敏感的。最終用途預(yù)測(cè)需要較少的歷史數(shù)據(jù)，但需要很多有關(guān)客戶和裝備的信息。計(jì)量經(jīng)濟(jì)學(xué)的方法將經(jīng)濟(jì)學(xué)理論和統(tǒng)計(jì)技術(shù)結(jié)合起來預(yù)測(cè)電力需求。這種關(guān)系由最小二乘法或時(shí)間序列方法來估計(jì)。一體化的經(jīng)濟(jì)計(jì)量方法納入最終使用的方法把行為組件和終端使用方程等價(jià)起來。最終用途和電子方法，需要大量家電，顧客，經(jīng)濟(jì)學(xué)等的相關(guān)資料，其應(yīng)用比較復(fù)雜，需要人的參與。如果公用事業(yè)要進(jìn)行下一期的預(yù)測(cè)并分領(lǐng)域，問題就出現(xiàn)了，它通常被稱為負(fù)載的口袋。此外，對(duì)不同負(fù)載的口袋最終使用概況和計(jì)量數(shù)據(jù)通常是不同的。為了簡(jiǎn)化中期預(yù)測(cè)，使之更加準(zhǔn)確，并避免使用沒用的資料，feinberg等人制定了一個(gè)統(tǒng)計(jì)模型，從歷史數(shù)據(jù)汲取負(fù)荷模型的方法。研究的重點(diǎn)是夏季數(shù)據(jù)。L(t) = F(d(t), h(t)) 這反映出一個(gè)事實(shí)，就是電力負(fù)荷不僅取決于目前的天氣狀況，而且還取決于在過去幾小時(shí)或幾天的天氣。我們用F =1開始。我們已應(yīng)用到許多領(lǐng)域，用戶在5萬和25萬之間。 。 軟件，即采用描述的方法，知道了該模型的參數(shù)，并基于過去2530年的數(shù)據(jù)提出未來一年的預(yù)測(cè)模型。 。 。 該軟件生成的幾個(gè)重要特點(diǎn)。它還為下一年的高峰產(chǎn)生概率分布。然而，長(zhǎng)期預(yù)測(cè)應(yīng)納入經(jīng)濟(jì)和人口動(dòng)態(tài)預(yù)測(cè)，作為輸入?yún)?shù)。類似天的方法。相似的特點(diǎn)，包括天氣，一周中的某一天。而不是一個(gè)單一的同類日負(fù)荷，預(yù)測(cè)可以是一個(gè)線性組合或回歸程序，也可以包括幾個(gè)類似的療程趨勢(shì)系數(shù)，可用于在過去幾年的類似的日子。幾個(gè)統(tǒng)計(jì)模型和算法雖然已被開發(fā)，但經(jīng)營(yíng)專案。研究人員也應(yīng)調(diào)查適用于發(fā)達(dá)的模型和算法的范圍。他們也各有不同的地理，氣候，經(jīng)濟(jì)，社會(huì)等方面的特點(diǎn)。事實(shí)上，一些公用事業(yè)公司都使用幾種負(fù)荷預(yù)測(cè)方法。一個(gè)重要的問題，是調(diào)查負(fù)荷預(yù)測(cè)算法和模式對(duì)顧客人數(shù)，地區(qū)的特點(diǎn)，能源價(jià)格，天氣是一個(gè)影響負(fù)載的重要因素。不過，在氣象預(yù)報(bào)中最重要的是最近的事態(tài)發(fā)展，就是所謂合奏的方式，它由多運(yùn)算的預(yù)測(cè)組成。單一的天氣預(yù)報(bào)可由多投入負(fù)荷預(yù)測(cè)來代替，并作為其輸出。在最近的論文中，作者描述合奏負(fù)荷預(yù)測(cè)，根據(jù)天氣預(yù)報(bào)樂隊(duì)和各種統(tǒng)計(jì)預(yù)報(bào)方法。（二）用概率描述未來的負(fù)荷，可作為一項(xiàng)投入，決策支持系統(tǒng)作出采購(gòu)和交換的決定。從適當(dāng)?shù)臄?shù)學(xué)模型，即知識(shí)的需求分布來產(chǎn)生比知識(shí)預(yù)期的需求更多的成本效益。5 。本文我們回顧一些統(tǒng)計(jì)和人工智能技術(shù)，都是用于電力負(fù)荷預(yù)測(cè)的。負(fù)荷預(yù)測(cè)方法，利用先進(jìn)的數(shù)學(xué)模型。舉例說那些所謂合奏的方式都可以使用。 目錄 引言 2 2 2 2 3 3 3 3 4 4 4 電力負(fù)荷預(yù)測(cè)方法簡(jiǎn)介 5 經(jīng)典預(yù)測(cè)方法 5 現(xiàn)代負(fù)荷預(yù)測(cè)方法 6 負(fù)荷預(yù)測(cè)的分類 7短期負(fù)荷預(yù)測(cè) 7 8 8 13 14 17 18 19灰色系統(tǒng)理論 19 1基本內(nèi)容及方法 20 20 21 22 22 23系統(tǒng)仿真技術(shù)簡(jiǎn)介 28 28 28算例分析與結(jié)論 29 29 29 29 氣候溫度突變條件下的預(yù)測(cè)值例算 30 35參考文獻(xiàn) 37引言隨著國(guó)民經(jīng)濟(jì)的發(fā)展和人民生活水平提高，電力己成為國(guó)民經(jīng)濟(jì)建設(shè)和人民生活中必不可缺少的重要能源，使得負(fù)荷預(yù)測(cè)越來越引起了人們的重視。因此，電力負(fù)荷預(yù)測(cè)對(duì)于保證電力工業(yè)的健康發(fā)展，乃至整個(gè)國(guó)民經(jīng)濟(jì)的發(fā)展均有著十分重要的意義。因此，負(fù)荷預(yù)測(cè)的模式及其所使用的數(shù)學(xué)模式與公式，皆隨各電力事業(yè)不同背景與環(huán)境的條件而有相當(dāng)大的差異。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)。最大負(fù)荷功率預(yù)測(cè)對(duì)于確定電力系統(tǒng)發(fā)電設(shè)備及輸變電設(shè)備的容量是非常重要的。負(fù)荷曲線的預(yù)測(cè)可為研究電力系統(tǒng)的負(fù)荷峰值、抽水蓄能電站的容量以及發(fā)輸電設(shè)備的協(xié)調(diào)運(yùn)行提供數(shù)據(jù)支持。其基本過程如下。挑選資料時(shí)的標(biāo)準(zhǔn)要直接、可靠并且是最新的資料。一般來說, 由于預(yù)測(cè)的質(zhì)量不會(huì)超過所用資料的質(zhì)量, 所以要對(duì)所收集的與負(fù)荷有關(guān)的統(tǒng)計(jì)資料進(jìn)行審核和必要的加工整理, 以保證資料的質(zhì)量,從而為保證預(yù)測(cè)質(zhì)量打下基礎(chǔ)。在經(jīng)過初步整理之后, 還要對(duì)所用資料進(jìn)行數(shù)據(jù)分析預(yù)處理, 即對(duì)歷史資料中的異常值平穩(wěn)化以及缺失數(shù)據(jù)的補(bǔ)遺, 針對(duì)異常數(shù)據(jù), 主要采用水平處理、垂直處理方法。 數(shù)據(jù)的垂直處理即在負(fù)荷數(shù)據(jù)預(yù)處理時(shí)考慮其24 h 的小周期, 即認(rèn)為不同日期的同一時(shí)刻的負(fù)荷應(yīng)該具有相似性, 同時(shí)刻的負(fù)荷值應(yīng)維持在一定的范圍內(nèi), 對(duì)于超出范圍的不良數(shù)據(jù)修正為待處理數(shù)據(jù)的最近幾天該時(shí)刻的負(fù)荷平均值。當(dāng)由于模型選擇不當(dāng)而造成預(yù)測(cè)誤差過大時(shí),就需要改換模型, 必要時(shí), 還可同時(shí)采用幾種數(shù)學(xué)模型進(jìn)行運(yùn)算, 以便對(duì)比、選擇。由于已掌握的發(fā)展變化規(guī)律,并不能代表將來的變化規(guī)律, 所以要對(duì)影響預(yù)測(cè)對(duì)象的新因素進(jìn)行分析, 對(duì)預(yù)測(cè)模型進(jìn)行恰當(dāng)?shù)男拚蟠_定預(yù)測(cè)值。只有不確定事件、隨機(jī)事件，才需要人們采用適當(dāng)?shù)念A(yù)測(cè)技術(shù)，推知負(fù)荷的發(fā)展趨勢(shì)和可能達(dá)到的狀況。 ⑴不準(zhǔn)確性:因?yàn)殡娏ω?fù)荷未來的發(fā)展是不確定的，它要受到多種多樣復(fù)雜因素的影響，而且各種影響因素也是發(fā)展變化的。 ⑵條件性:各種負(fù)荷預(yù)測(cè)都是在一定的條件下作出的，對(duì)于條件而言，又可分為必然條件和假設(shè)條件兩種。 ⑷多方案性:由于預(yù)測(cè)的不準(zhǔn)確性和條件性，所以有時(shí)要對(duì)負(fù)荷在各種可能的發(fā)展情況下進(jìn)行預(yù)測(cè)，就會(huì)得到各種條件下不同的負(fù)荷預(yù)測(cè)方案。電力系統(tǒng)短期負(fù)荷預(yù)測(cè)是指對(duì)電網(wǎng)未來某一天至一周的負(fù)荷進(jìn)行預(yù)測(cè)。負(fù)荷預(yù)測(cè)工作是根據(jù)電力負(fù)荷的發(fā)展變化規(guī)律，預(yù)計(jì)或判斷其未來發(fā)展趨勢(shì)和狀況的活動(dòng)，因此必須科學(xué)的總結(jié)出預(yù)測(cè)工作的基本原理，用于指導(dǎo)負(fù)荷預(yù)測(cè)工作。這就是預(yù)測(cè)活動(dòng)的基本原理。所以，對(duì)某一具體指標(biāo)的預(yù)測(cè)，往往是按照其發(fā)展變化的多種可能性，進(jìn)行多方案預(yù)測(cè)的。它強(qiáng)調(diào)了預(yù)測(cè)對(duì)象總是從過去到現(xiàn)在，再?gòu)默F(xiàn)在發(fā)展到未來。因此了解事物的過去和現(xiàn)在，并掌握其規(guī)律，就可以對(duì)未來的發(fā)展情況利用連續(xù)性原理進(jìn)行預(yù)測(cè)。在很多情況下，作為