【正文】 能是電網(wǎng)運(yùn)營(yíng)企業(yè)的首要目標(biāo)，準(zhǔn)確的負(fù)荷預(yù)測(cè)可以使電網(wǎng)運(yùn)營(yíng)企業(yè)可以在電力市場(chǎng)中以較便宜的電價(jià)購(gòu)電。80 年代，由于能源緊張?jiān)斐傻膶?duì)負(fù)荷科學(xué)管理的迫切要求以及對(duì)準(zhǔn)確和適應(yīng)性強(qiáng)的負(fù)荷預(yù)測(cè)模型的渴望，使得負(fù)荷預(yù)測(cè)的重視程度越來(lái)越高。在我國(guó)，隨著國(guó)民經(jīng)濟(jì)的高速發(fā)展和人民生活水平的不斷提高，電力已成為國(guó)民經(jīng)濟(jì)建設(shè)和人民生活中必不可少的重要能源，電網(wǎng)管理 的日趨現(xiàn)代化，使得負(fù)荷預(yù)測(cè)越發(fā)引起人們的重視。 二十世紀(jì)七十年代后，許多數(shù)學(xué)統(tǒng)計(jì)方法被引入到短期負(fù)荷預(yù)測(cè)中，使短期負(fù)荷預(yù)測(cè)擺脫了完全依賴調(diào)度員經(jīng)驗(yàn)的歷史，將短期負(fù)荷預(yù)測(cè)技術(shù)提高到一個(gè)新的水平，二十世紀(jì)九十年代初期開(kāi)始，人工智能技術(shù)逐步被用到短期負(fù)荷預(yù)測(cè)中，人工智能技術(shù)主要用來(lái)解決非線性問(wèn)題和不確定性問(wèn)題。組合預(yù)測(cè)方法是建立在最大信息利用的基礎(chǔ)上，它集合多種單一模型所包含的信息，進(jìn)行最優(yōu)組合。 短期負(fù)荷預(yù)測(cè)技術(shù)發(fā)展至今己有幾十年，隨著數(shù)學(xué)統(tǒng)計(jì)理論和人工智能技術(shù)的相繼發(fā)展，人們提出各種各樣的預(yù)測(cè)方法。傳統(tǒng)預(yù)測(cè)方法的原理比較簡(jiǎn)單，理論比較成熟，因此至今仍有應(yīng)用。下面對(duì)幾種典型的方法加以介紹并進(jìn)行簡(jiǎn)單的分析與評(píng)價(jià)。回歸分析法是一種曲線擬合法，即對(duì)過(guò)去的具有隨機(jī)特性的負(fù)荷記錄進(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，就得到了該時(shí)刻的負(fù)荷預(yù)測(cè)值。 (2) 時(shí)間序列法。其基本假設(shè)是：負(fù)荷過(guò)去的變化規(guī)律會(huì)持續(xù)到將來(lái)，即未來(lái)是過(guò)去的延續(xù)。但時(shí)序法無(wú)論采用哪種模型都沒(méi)有考慮不同時(shí)刻負(fù)荷之間的相關(guān)性和其它因素對(duì)負(fù)荷的影響，預(yù)測(cè)精度較差，因此時(shí)序法存在著預(yù)測(cè)不準(zhǔn)確的問(wèn)題。小波分析是一種時(shí)域 頻域分析，在時(shí)域、頻域同時(shí)具有良好的局部化性質(zhì)。小波變換能將交織 在一起的不同頻率組成的混合信號(hào)分解成不同頻帶上的塊信號(hào)，對(duì)負(fù)荷序列進(jìn)行小波變換，可以將負(fù)荷序列投影到不同的尺度上，而各個(gè)尺度可近似地看作各個(gè)不同的“頻帶”，這樣各個(gè)尺度上的子序列分別代表了原序列中不同“頻域”的分量，它們可以清楚的表現(xiàn)出負(fù)荷序列的周期性。 (4) 灰色預(yù)測(cè)法。在將一定范圍內(nèi)變化的歷史數(shù)據(jù)列進(jìn)行累加，使其變成具 有指數(shù)增長(zhǎng)規(guī)律的上升形狀數(shù)列，可以對(duì)生成的這個(gè)形狀數(shù)列建立 起 GM(GREY MODEL)模型。 GM(1， 1)模型是灰色理論中最廣泛地用于電力負(fù)荷預(yù)測(cè)的一種有效模型，它屬于動(dòng)態(tài)建模，采用微分?jǐn)M合方程的方法來(lái)描述事物的發(fā)展變化規(guī)律。但是，它和其他預(yù)測(cè)方法對(duì)比，也存在一定的局限性。 人工智 能方法： (1) 人工神經(jīng)網(wǎng)絡(luò)法。由于其具有高度非線性范函逼近和并行處理能力，它不依賴于人工的經(jīng)驗(yàn)，通過(guò)學(xué)習(xí)獲得系統(tǒng)輸入和輸出間的函數(shù)連接關(guān)系。它具有周路堯：基于 RBF 神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測(cè)研究 4 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)，其自學(xué)習(xí)和自適應(yīng)功能是常規(guī)算法和專家系統(tǒng)所不具備的。現(xiàn)在有多種人工神經(jīng)網(wǎng)絡(luò)模型被用于短期負(fù)荷預(yù)測(cè)，主要 有 BP(Back Propagation)網(wǎng)絡(luò) [2]、 RBF(Radial Basis Fuion)網(wǎng)絡(luò) [3]、 Hopfield 網(wǎng)絡(luò) [3]、 Kohonen 自組織特征映射 [3]等。專家系統(tǒng)是人工智能領(lǐng)域的一個(gè)重要分支，它是一種基于知識(shí)推理的系統(tǒng)，它通過(guò)獲取大量的領(lǐng)域內(nèi)專家知識(shí)并在此基礎(chǔ)上進(jìn)行推理從而得到問(wèn)題的解答。 (3) 模糊控制法。模糊集合將經(jīng)典集合的絕對(duì)隸屬關(guān)系 (非 A 即 B)模糊化 (既 A 又 B)， 典型的隸屬度函數(shù)有三角函數(shù)、梯形函數(shù)、正態(tài)分 布函數(shù)、 S 形分布函數(shù) 和 Z 形分布函 數(shù)。電力負(fù)荷預(yù)測(cè)是利用以往的數(shù)據(jù)資料找出負(fù)荷的變化規(guī)律，從而預(yù)測(cè)出電力負(fù)荷在未來(lái)時(shí)期的變化趨勢(shì)及狀態(tài)。模糊理論是將操作人員的經(jīng)驗(yàn)以規(guī)則的形式表達(dá)出來(lái)，并轉(zhuǎn)換成可以在計(jì)算機(jī)上運(yùn)行的算法。近年來(lái)出現(xiàn)了模糊回歸分析法、模糊聚類識(shí)別預(yù)測(cè)法、模糊與神經(jīng)網(wǎng)絡(luò) 結(jié)合應(yīng)用等方法。最新資料顯示，模糊系統(tǒng)和其他方法結(jié)合的負(fù)荷預(yù)測(cè)的精度要明顯優(yōu)于其他負(fù)荷預(yù)測(cè)方法。專家系統(tǒng)方法和模糊推理方法不需要學(xué)習(xí)過(guò)程，其速度較快且不需要樣本；而人工神經(jīng)網(wǎng)絡(luò)方法在應(yīng)用之前必須經(jīng)過(guò)學(xué)習(xí)過(guò)程，其速度要慢一些且需要典型的樣本集。 本論文研究的主要工作 本論文通過(guò)開(kāi) 展基于 RBF 神經(jīng)網(wǎng)絡(luò)的地區(qū)電網(wǎng)短期負(fù)荷預(yù)測(cè)方法探索研究，旨在尋求優(yōu)化負(fù)荷預(yù)測(cè)方法的實(shí)用途 徑，科學(xué)、準(zhǔn)確地找出傳統(tǒng)負(fù)荷預(yù)測(cè)方法中存在的問(wèn)題，有針對(duì)性的采取有效措施，進(jìn)一步提高負(fù)荷預(yù)測(cè)的精度和效率，從而實(shí)現(xiàn)對(duì)電網(wǎng)運(yùn)行優(yōu)化的指導(dǎo)工作。 掌握 RBF 神經(jīng) 網(wǎng)絡(luò)理論知識(shí)，構(gòu)建基 于 RBF 神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測(cè)數(shù)學(xué)模型。 根據(jù)實(shí)際數(shù)據(jù)進(jìn)行特定電網(wǎng)短期負(fù)荷預(yù)測(cè)應(yīng)用設(shè)計(jì)，最終匯總出相關(guān)實(shí)用短期負(fù)荷預(yù)測(cè)實(shí)施方案。其次介紹了本論文的研究工作以及研究目標(biāo)。 周路堯：基于 RBF 神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測(cè)研究 6 第 2 章 電力負(fù)荷預(yù)測(cè)概述 負(fù)荷預(yù)測(cè)的概念和原理 負(fù)荷預(yù)測(cè)是指在充分考慮一些重要的系統(tǒng)運(yùn)行特性、增容決策、自然條件與社會(huì)影響的條件下，研究或利用一套能系統(tǒng)地處理過(guò)去與未來(lái)負(fù)荷 的數(shù)學(xué)方法，在滿足一定精度要求的意義下，確定未來(lái)某特定時(shí)刻的負(fù)荷數(shù)值。 可知性原理?？陀^世界是可以被認(rèn)識(shí)的，人們不但可以認(rèn)識(shí)它的過(guò)去和現(xiàn)在，而且可以通過(guò)總結(jié)它的過(guò)去和現(xiàn)在推測(cè)出未來(lái)。 可能性原理。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。 連續(xù)性原理。它強(qiáng)調(diào)了預(yù)測(cè)對(duì)象總是從過(guò)去發(fā)展到現(xiàn)在，再?gòu)默F(xiàn)在發(fā)展到未來(lái)。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)以原有的趨勢(shì)和變化率發(fā)展下去。因此，了解事物的過(guò)去和 現(xiàn)在，并掌握其變化規(guī)律，就可以對(duì)其未來(lái)的發(fā)展情況利用連續(xù)性原理進(jìn)行預(yù)測(cè)。 盡管客觀世界中各種事物的發(fā)展各不相同，但是一些事物發(fā)展之間還是存在著相似之處，人們就是利用這種相似性進(jìn)行預(yù)測(cè)。 反饋性原理。預(yù)測(cè)的反饋性原理實(shí)際上是為了不 斷提高預(yù)測(cè)的準(zhǔn)確性而進(jìn)行的反饋調(diào)節(jié)。在進(jìn)行反饋調(diào)節(jié)時(shí)，首先認(rèn)真分析預(yù)測(cè)值和實(shí)際值之間的差距及產(chǎn)生差距的原因，然后根據(jù)已經(jīng)查明的原因，適當(dāng)改變輸入數(shù)據(jù)，進(jìn)行反饋，調(diào)節(jié)遠(yuǎn)期預(yù)測(cè)結(jié)果。 系統(tǒng)性原理。這些系統(tǒng)綜合成一個(gè)完整的總系統(tǒng)，都要進(jìn)行考慮。系統(tǒng)性原理還強(qiáng)調(diào)系統(tǒng)整體最佳，只有系統(tǒng)整體最佳的預(yù)測(cè)，才是高質(zhì)量的預(yù)測(cè)，才能為決策者提供最佳的預(yù)測(cè)方案。 電力負(fù)荷預(yù)測(cè)中經(jīng)常按時(shí)間期限進(jìn)行分類，通常分為長(zhǎng)期、中期、短期和超短期負(fù)荷預(yù)測(cè)。它們的意義在于幫助 決定新的發(fā)電機(jī)組的安裝（包括裝機(jī)容量大小、型式、地點(diǎn)和時(shí)間）與電網(wǎng)的規(guī)劃、增容和改建，是電力規(guī)劃部門的重要工作之一。其意義在于幫助確定燃料供應(yīng)計(jì)劃；對(duì)運(yùn)行中的電廠出力要求提出預(yù)告，使對(duì)發(fā)電機(jī)組出力變化事先得以估計(jì)；可以經(jīng)濟(jì)合理地安排本網(wǎng)內(nèi)各機(jī)組的啟停，降低旋轉(zhuǎn)儲(chǔ)備容量；可以在保證正常用電的情況下合周路堯：基于 RBF 神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測(cè)研究 8 理安排機(jī)組檢修計(jì)劃。用于質(zhì)量控制和自動(dòng)發(fā)電控制 (AGC)[5]，超短期負(fù)荷預(yù)測(cè)的使用對(duì)象是調(diào)度員。 按行業(yè)分類。 城市民用負(fù)荷是城市居民的家用負(fù)荷，商業(yè)負(fù)荷和工業(yè)負(fù)荷是分別為商業(yè)和工業(yè)服務(wù)的負(fù)荷，農(nóng)村負(fù)荷則是指廣大農(nóng)村為農(nóng)業(yè)生產(chǎn)服務(wù)的負(fù)荷 (包括農(nóng)村生活用電、生產(chǎn)與排灌用電以及農(nóng)村商業(yè)用電 )，其它負(fù)荷則包括市政用電、街道照明 、公用事業(yè)、政府辦公、軍用以及其它等。在我國(guó)，隨著國(guó)民經(jīng)濟(jì)的發(fā)展，居民生活水平的提高，敏感于氣候變化的家用電器 (電爐、電熱器、空調(diào)裝置、電風(fēng)扇、電冰箱等 )的日益廣泛地應(yīng)用，使居民負(fù)荷變化對(duì)系統(tǒng)峰值的影響越來(lái)越大，使之成為在負(fù)荷預(yù)測(cè)中必須考慮的重要因素。 相對(duì)來(lái)說(shuō)，工業(yè)負(fù)荷占負(fù)荷比例較大，且一般可視作是受氣候影響較小的基礎(chǔ)負(fù)荷，但也不能說(shuō)一點(diǎn)也不受氣候的影響。一方面由于工業(yè)負(fù)荷本身負(fù)荷很大，另一方面尤其是由于三班連續(xù)生產(chǎn)，因此一般來(lái)說(shuō)這類負(fù)荷變動(dòng)較小，但是隨著電力需求側(cè)管理的加強(qiáng)、峰谷電量費(fèi)用的差別拉大，有些工業(yè)用戶的日負(fù)荷也出現(xiàn)了較大的變化。 農(nóng)業(yè)用電一般對(duì)地區(qū)負(fù)荷影響不大，需要注意的是農(nóng)忙期間，特別是夏季生產(chǎn)排灌用電，其時(shí)間不長(zhǎng)，但負(fù)荷特別集中，容易造成局部用電緊張?？傊?，負(fù)荷的變化是非常復(fù)雜的，進(jìn)行預(yù)測(cè)時(shí)應(yīng)考慮到各方面的影響因素，其中尤其應(yīng)加以重視的是負(fù)荷中天氣因素的影響。 根據(jù)負(fù)荷預(yù)測(cè)表示的不同特性，又可以分為最高負(fù)荷、最低負(fù)荷、 平均負(fù)荷、負(fù)荷峰谷差、高峰負(fù)荷平均、低谷負(fù)荷平均、平峰負(fù)荷平均、全網(wǎng)負(fù)荷、母線負(fù)荷、負(fù)荷率等類型的負(fù)荷預(yù)測(cè)，以滿足供、用電部門的管理工作的需要。負(fù)荷預(yù)測(cè)的目的是得到合理、可信的預(yù)測(cè)結(jié)果，負(fù)荷預(yù)測(cè)的核心是根據(jù)預(yù)測(cè)對(duì)象的歷史資料，建立數(shù)學(xué)模型來(lái)表述其發(fā)展變化規(guī)律。 歷史數(shù)據(jù) 的可用性?！皞巍碑a(chǎn)生的原因主要有：認(rèn)為因素造成的錯(cuò)誤 (如錄入錯(cuò)誤 )，統(tǒng)計(jì)口徑不同帶來(lái)的誤差，“異常數(shù)據(jù) 的存在給正常隸屬序列帶來(lái)較大的隨機(jī)干擾，影響預(yù)測(cè)體系的預(yù)測(cè)精度，如果“異常數(shù)據(jù)”過(guò)大甚至?xí)`導(dǎo)預(yù)測(cè)體系的預(yù)測(cè)結(jié)果，因此必須排除由于“異常數(shù)據(jù)”的存在帶來(lái)的不良影響。對(duì)于大量的歷史資料，要進(jìn)行客觀而全面的統(tǒng)計(jì)分析。 預(yù)測(cè)手段的先進(jìn)性。 預(yù)測(cè)方法的適應(yīng)性。預(yù)測(cè)方法能適應(yīng)預(yù)測(cè)量發(fā)展變化規(guī)律的多樣性，即要求預(yù)測(cè)系統(tǒng)建立完備的預(yù)測(cè)模型庫(kù)，這是建立負(fù)荷預(yù)測(cè)軟件系統(tǒng)的基礎(chǔ)。 （ 3）在多種預(yù)測(cè)模型得到的不同規(guī)律的基礎(chǔ)上，進(jìn)行合理的綜合分析、優(yōu)化組合，得到最接近與該預(yù)測(cè)項(xiàng)的歷史規(guī)律、可靠性好、預(yù)測(cè)精度高的綜合模型。在預(yù)測(cè)計(jì)劃中要考慮的問(wèn)題主要有：準(zhǔn)備預(yù)測(cè)的時(shí)期，所需要的歷史資料，需要多少項(xiàng)資料，資料的來(lái)源和搜集資料的方法，預(yù)測(cè)的方法，預(yù)測(cè)工作完成時(shí)間，所需經(jīng)費(fèi)來(lái)源等等。挑選資料的標(biāo)準(zhǔn)，一要直接有關(guān)性，二要可靠性，三要最新性。可以說(shuō)，預(yù)測(cè)的質(zhì)量不會(huì)超過(guò)所用資料的質(zhì)量，整理資料的目的是為了保證資料的質(zhì)量從而保證預(yù)測(cè)質(zhì)量打下基礎(chǔ)。 (2) 資料的整理 資料整理的主要內(nèi)容有以下幾項(xiàng)： 1) 資料的補(bǔ)缺推算。 2) 對(duì)不可靠的資料加以核實(shí)調(diào)整。 3) 對(duì)時(shí)間數(shù)列中不可比資料加以整理。 對(duì)資料的初步分析 在經(jīng)過(guò)整理之后，還要對(duì)所用資料進(jìn)行初步分析，包括 一下幾個(gè)方面： (1) 畫(huà)出動(dòng)態(tài)折線圖或散點(diǎn)圖，從圖形中觀察資料變動(dòng)的軌跡，特別是注意異常值和轉(zhuǎn)折點(diǎn)，研究它是由偶然的，還是其他什么必然的原因所致。從而使歷史數(shù)據(jù)序列趨于平穩(wěn)。 建立預(yù)測(cè)模型 負(fù)荷預(yù)測(cè)模型是統(tǒng)計(jì)資料軌跡的概括，它反映的是經(jīng)驗(yàn)資料內(nèi)部結(jié)果的一般特征，與該資料的具體結(jié)構(gòu)并不完全吻合。 在預(yù)測(cè)中常用的預(yù)測(cè)方法有多種，各種預(yù)測(cè)方法均有其不同的特點(diǎn)和適用范圍。實(shí)踐證明，沒(méi)有一 種方法在任何預(yù)測(cè)周路堯：基于 RBF 神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測(cè)研究 12 場(chǎng)合下均可以保證獲得滿意的預(yù)測(cè)結(jié)果。然后收集預(yù)測(cè)對(duì)象本身的內(nèi)因資料 (與預(yù)測(cè)對(duì)象的歷史和現(xiàn)在的發(fā)展?fàn)顩r有關(guān) )和預(yù)測(cè)背景的外因資料(與影響預(yù)測(cè)對(duì)象發(fā)展過(guò)程的各種因素有關(guān) )。 綜合分析，確定預(yù)測(cè)結(jié)果 通過(guò)選擇適當(dāng)?shù)念A(yù)測(cè)技術(shù)，建立負(fù)荷預(yù)測(cè)數(shù)學(xué)模型，進(jìn)行預(yù)測(cè)運(yùn)算得到的預(yù)測(cè)值，或利用其他方法得到的初步預(yù)測(cè)值，還要參照當(dāng)前已經(jīng)出現(xiàn)的各種可能性 ，以及心的趨勢(shì)與發(fā)展，進(jìn)行綜合分析、對(duì)比、判斷推理和評(píng)價(jià)，最終對(duì)初步預(yù)測(cè)結(jié)果進(jìn)行調(diào)整和修正。 電力負(fù)荷的特性分析 負(fù)荷的周期性 短期負(fù)荷預(yù)測(cè)的一個(gè)突出特點(diǎn)是：為對(duì)系統(tǒng)負(fù)荷進(jìn)行預(yù)測(cè)，必須對(duì)過(guò)去的負(fù)荷歷史資料進(jìn)行分析。電力系統(tǒng)負(fù)荷的變化是有規(guī)律的，其規(guī)律主要體現(xiàn)在負(fù)荷變化的周期性，這種周期性是負(fù)荷的一種內(nèi)在規(guī)律 [4,6]。負(fù)荷的變化的具體的周期性體現(xiàn)在它具有按天、按周及按年的周期性變化特點(diǎn)。 負(fù)荷變化的年周期性。一般夏季比較炎熱，較直接的體現(xiàn)為制冷的用 電負(fù)荷明顯增加，同時(shí)可以看到在夏季的負(fù)荷波動(dòng)較其他季節(jié)明顯；冬季負(fù)荷較低，同時(shí)負(fù)荷的變化很四川理工學(xué)院本科畢業(yè)論文 13 規(guī)律，波動(dòng)較?。淮呵锛矩?fù)荷的特性一般介于冬夏之間，負(fù)荷的變化特性不是很明顯。 負(fù)荷變化的周周期性主要體現(xiàn)為從周一到周日的每個(gè)星期的周期性特征，可以解釋為工作日期間主要為工業(yè)生產(chǎn)負(fù)荷持續(xù)運(yùn)行，人們的生活方式也符合于工作期間的規(guī)律，所以表現(xiàn)出負(fù)荷的工作同相似特性。 負(fù)荷變化的日周期性。一天的低谷負(fù)荷出現(xiàn)在午夜至早晨的后夜間，一般在這個(gè)時(shí)段人們處于休息狀態(tài)，運(yùn)行的負(fù)荷主要為那些不間斷的負(fù)荷，這些負(fù)荷組成了負(fù)荷的基本負(fù)荷，但隨著電力市場(chǎng)的發(fā)展，在一些發(fā)達(dá)地區(qū)，峰谷電價(jià)的實(shí)行可能會(huì)將一些私營(yíng)小企業(yè)的負(fù)荷拉到夜間運(yùn)行，這是將來(lái)電力市場(chǎng)成熟發(fā)展后負(fù)荷預(yù)測(cè)需要考慮的問(wèn)題。 負(fù)荷的隨機(jī)性 從上述分析我們看到了負(fù)荷的總體的周期性特點(diǎn)，但負(fù)荷還存在著一定的波動(dòng)性。一般影響負(fù)荷的隨機(jī)性的因素有：政治因素影響、傳統(tǒng)節(jié)日影響、隨機(jī)工業(yè)負(fù)荷 (如新廠的投產(chǎn) )的影響、天氣的影響等。負(fù)荷的發(fā)展伴隨著增長(zhǎng)趨勢(shì)，通常負(fù)荷 隨著社會(huì)整體經(jīng)濟(jì)的增長(zhǎng)是呈現(xiàn)增長(zhǎng)趨勢(shì)的，這種趨勢(shì)是由整體的政治經(jīng)濟(jì)因素來(lái)決定的。但是在實(shí)際的負(fù)荷預(yù)測(cè)中，又不能考慮太多周路堯：基于 RBF 神經(jīng)網(wǎng)絡(luò)的短期負(fù)荷預(yù)測(cè)研究 14 的影響因素。因此在考慮神經(jīng)網(wǎng)絡(luò)的輸入變量的問(wèn)題上，應(yīng)抓住其中幾個(gè)最具特征的影響因素。周期性負(fù)荷，或者說(shuō)標(biāo)準(zhǔn)負(fù)荷，反 映的是負(fù)荷自身變化的基本規(guī)律，呈較強(qiáng)的周期性，尤其受到時(shí)間周期的影響。他們對(duì)于日負(fù)荷的曲線模式有著極為重要的影響。變動(dòng)性負(fù)荷是隨機(jī)因素影響負(fù)荷變化的結(jié)果，一般在總負(fù)荷中所占的比重不大，約為 10％～ 20％ 左右，它是由于電網(wǎng)內(nèi)偶然因素的影響造成的負(fù)荷震蕩。因此對(duì)于短 期負(fù)荷預(yù)測(cè)，這種振蕩的負(fù)荷是必須加以考慮的。節(jié)假日 (主要指法定假日五一、國(guó)慶、元旦、春節(jié)等 )以及重大的社會(huì)政治事