【正文】 都會(huì)對(duì)負(fù)荷造成明顯的影響。（1）最大有功負(fù)荷及其分布。有功負(fù)荷，加上電網(wǎng)中損失的有功和發(fā)電廠自用有功量，再加上適量的備用容量，就等于電力系統(tǒng)的裝機(jī)容量。（2）無功負(fù)荷及其分布。（3）需電量。（4）電力負(fù)荷曲線及其特征值。它是確定電力系統(tǒng)中電源結(jié)構(gòu)、調(diào)峰容量需求、運(yùn)行方式及能源平衡的主要依據(jù)。②短期負(fù)荷預(yù)測(cè)是指日負(fù)荷預(yù)測(cè)和周負(fù)荷預(yù)測(cè)，分別用于安排日調(diào)度計(jì)劃和周調(diào)度計(jì)劃，包括確定機(jī)組起停、水火電協(xié)調(diào)、聯(lián)絡(luò)線交換功率、負(fù)荷經(jīng)濟(jì)分配、水庫調(diào)度和設(shè)備檢修等，對(duì)短期預(yù)測(cè)，需充分研究電網(wǎng)負(fù)荷變化規(guī)律，分析負(fù)荷變化相關(guān)因子，特別是天氣因素、日類型等和短期負(fù)荷變化的關(guān)系。④長期負(fù)荷預(yù)測(cè)是指未來3～5年甚至更長時(shí)間段內(nèi)的負(fù)荷預(yù)測(cè)，主要是電網(wǎng)規(guī)劃部門根據(jù)國民經(jīng)濟(jì)的發(fā)展和對(duì)電力負(fù)荷的需求，所作的電網(wǎng)改造和擴(kuò)建工作的遠(yuǎn)景規(guī)劃。電力負(fù)荷預(yù)測(cè)是一個(gè)過程，其一般程序可劃分為準(zhǔn)備、實(shí)施、評(píng)價(jià)與提交預(yù)測(cè)報(bào)告四個(gè)階段。1）確定預(yù)測(cè)目標(biāo)。一般而言，預(yù)測(cè)范圍視研究問題所涉及的范圍而定，編制全國電力規(guī)劃，就要預(yù)測(cè)全國范圍內(nèi)的電力、電量需求量；編制大區(qū)網(wǎng)局或地方（省、地、縣）電力局的發(fā)展規(guī)劃，就要預(yù)測(cè)大區(qū)電網(wǎng)或地方電力局范圍內(nèi)的電力、電量需求量。預(yù)測(cè)期限是指預(yù)測(cè)的時(shí)間長短，一般電力規(guī)劃中負(fù)荷預(yù)測(cè)期限有短期預(yù)測(cè)（即5年期預(yù)測(cè)），中期預(yù)測(cè)（即5—10年期預(yù)測(cè)），及長期預(yù)測(cè)（即15年以上的預(yù)測(cè)）。資料是預(yù)測(cè)的基本依據(jù)，占有的資料的充裕程度及資料的可信度，對(duì)預(yù)測(cè)結(jié)果的可信度是至關(guān)重要的。這些資料的主要來源有兩種途徑：一是各國政府、研究機(jī)構(gòu)等定期或不定期發(fā)表的報(bào)刊、資料、文獻(xiàn)、和其他出版物；二是預(yù)測(cè)人員通過調(diào)查所獲得的資料。因此，在調(diào)查搜集資料的過程中對(duì)搜集得到的資料應(yīng)進(jìn)行鑒別，去粗取精，去偽存真，以保證預(yù)測(cè)中使用的資料翔實(shí)可靠。對(duì)經(jīng)過鑒別整理后的資料要進(jìn)行分析，以尋求其規(guī)律。要根據(jù)資料的掌握情況及資料樣式，選擇相應(yīng)的預(yù)測(cè)方法，尋求預(yù)測(cè)量的演變規(guī)律或趨勢(shì)，建立預(yù)測(cè)模型。因此，必須根據(jù)對(duì)資料的占有情況，以及預(yù)測(cè)目標(biāo)、預(yù)測(cè)期限，預(yù)測(cè)環(huán)境、預(yù)測(cè)結(jié)果的精確度，同時(shí)考慮預(yù)測(cè)本身的效益成本分析等進(jìn)行權(quán)衡，以便作出合理的選擇。如果是采用定量預(yù)測(cè)方法來進(jìn)行預(yù)測(cè)，就要根據(jù)建立的定量預(yù)測(cè)模型，帶入預(yù)測(cè)期的自變量目標(biāo)值，就可以獲得預(yù)測(cè)期所要的預(yù)測(cè)變量值。由于影響預(yù)測(cè)對(duì)象的諸因素可能會(huì)發(fā)生變化，從而可能使未來的實(shí)際結(jié)果與預(yù)測(cè)依據(jù)的歷史資料呈現(xiàn)的規(guī)律不相吻合，預(yù)測(cè)人員必須適時(shí)的對(duì)預(yù)測(cè)模型及預(yù)測(cè)結(jié)果加以修正。（3）評(píng)價(jià)預(yù)測(cè)階段預(yù)測(cè)的主要成果是得到預(yù)測(cè)結(jié)果。因此，在得到預(yù)測(cè)結(jié)果后必須對(duì)預(yù)測(cè)結(jié)果的準(zhǔn)確度和可靠性進(jìn)行評(píng)價(jià)。若誤差太大，就失去了預(yù)測(cè)的意義，并從而導(dǎo)致電力規(guī)劃的失誤。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。摘要通常說明預(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。正文包括分析及預(yù)測(cè)過程、預(yù)測(cè)模型及說明、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)。附錄主要包括說明正文的附表、資料，預(yù)測(cè)中采用的計(jì)算方法的推導(dǎo)和說明，以及正文中未列出的有價(jià)值的其他資料。（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。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 （42）式中，為線性變化模型負(fù)荷分量；為周期變化模型負(fù)荷分量。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，其延長線即可預(yù)測(cè)下一時(shí)刻的負(fù)荷，如圖所示。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)序畫在一張圖上，將及每日平均負(fù)荷X畫在圖上，總體看來是一條斜率接近于零的直線，可用線性模型來描述。其周期變化規(guī)律可以用日負(fù)荷變化系數(shù)表示： （44）其中，為一天中各小時(shí)的負(fù)荷；為當(dāng)天的日平均負(fù)荷。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。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。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)。以日負(fù)荷預(yù)測(cè)為例，給定過去若干天氣負(fù)荷記錄、溫度記錄，利用線性回歸或曲線擬合方法，可以用三段直線來描述天氣敏感負(fù)荷模型 （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；， 為電熱臨界溫度和斜率，時(shí)電熱負(fù)荷增加，其斜率為；，為冷氣臨界溫度和斜率，是冷氣負(fù)荷增加，其斜率為。（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。這種分析可以用專家系統(tǒng)方法來實(shí)現(xiàn)，也可以簡單的用人工修正來實(shí)現(xiàn)。因子模型又可以分為乘子模型和疊加模型兩種。實(shí)際上，對(duì)于給定的過去一段時(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。1）自回歸模型一個(gè)自回歸模型（AR）描述的過程是它的現(xiàn)在值可以由本身的過去的有限項(xiàng)的加權(quán)和及一個(gè)干擾值a(t)（假設(shè)為白噪聲）來表示，即 （49）在自回歸模型中，模型的階數(shù)p和系數(shù)（=1，2，…,p）由過去值通過模型辨別和參數(shù)估計(jì)來決定。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)看作是它的過去值的有限項(xiàng)的加權(quán)和及其現(xiàn)在和過去干擾量的有限項(xiàng)加權(quán)的疊加，即 （411）4）累積式自回歸動(dòng)平均模型非平穩(wěn)隨機(jī)過程多種多樣，一般常見的是含有趨勢(shì)項(xiàng)和周期項(xiàng)的非平穩(wěn)隨機(jī)過程。有趨勢(shì)變化的非平穩(wěn)隨機(jī)過程，有可能經(jīng)過若干次差分后才能平穩(wěn)化，即對(duì)V(t)作多次差分得到的是一個(gè)平穩(wěn)隨機(jī)過程，即 （412）式中，d為差分階數(shù)；B為后移算子。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 ）V(t)就變成平穩(wěn)時(shí)間序列了，其中是周期為T的后移算子。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。線性變化模型用來描敘日平均負(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。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。隨機(jī)負(fù)荷分量，一般由時(shí)間序列模型描述。 （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)。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。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。2）回歸分析法回歸分析法就是根據(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)?；貧w預(yù)測(cè)包括線性回歸和非線性回歸。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。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。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。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)理論是中國學(xué)者鄧聚龍教授1982年3月在國際上首先提出來的，在國際期刊《SYSTEMS AND CONTROL LETTER》刊物上發(fā)表，題為“Control Problems of Grey Systems”,引起了國際上的充分重視。早年鄧教授從事控制理論和模糊系統(tǒng)的研究，取得了許多成果。鄧教授希望在可利用數(shù)據(jù)不多的情況下，找到了較長時(shí)期起作用的規(guī)律，于是進(jìn)行了用少量數(shù)據(jù)做微分方程建模的研究。后來，他將歷史數(shù)據(jù)作了各種處理，找到了累加生成，發(fā)現(xiàn)累加生成曲線是近似的指數(shù)增長曲線，而指數(shù)增長正符合微分方程解的形式。 2）專家系統(tǒng)方法專家系統(tǒng)方法是對(duì)于數(shù)據(jù)庫里存放的過去幾年的負(fù)荷數(shù)據(jù)和天氣數(shù)據(jù)等進(jìn)行細(xì)致的分析，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。專家系統(tǒng)是一個(gè)用基于知識(shí)的程序設(shè)計(jì)方法建立起來的計(jì)算機(jī)系統(tǒng)（在現(xiàn)階段主要表現(xiàn)為計(jì)算機(jī)系統(tǒng)），它擁有某個(gè)特殊領(lǐng)域內(nèi)專家的知識(shí)和經(jīng)驗(yàn)，并能像專家那樣運(yùn)用這些知識(shí)，通過推理，在那個(gè)領(lǐng)域內(nèi)作出智能決策。專家系統(tǒng)方法總結(jié)了目前城網(wǎng)中長期負(fù)荷預(yù)測(cè)中的可行模型，針對(duì)目前方法存在的片面性，首次嘗試把專家系統(tǒng)技術(shù)應(yīng)用到負(fù)荷預(yù)測(cè)上，從而克服單一算法的片面性；同時(shí)，全過程的程序化，使得方法還具有快速?zèng)Q斷的優(yōu)點(diǎn)。專家系統(tǒng)法利用了專家的經(jīng)驗(yàn)知識(shí)和推理規(guī)則，使得假日或重大活動(dòng)日子的負(fù)荷預(yù)報(bào)精度得到了提高。3）神經(jīng)網(wǎng)絡(luò)理論運(yùn)用神經(jīng)網(wǎng)絡(luò)技術(shù)進(jìn)行電力負(fù)荷預(yù)測(cè)，其優(yōu)點(diǎn)是可以模仿人腦的智能化處理，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，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)，特別的，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)技術(shù)所不具備的。以用作時(shí)間序列預(yù)測(cè)。因此，我們可以將對(duì)電力負(fù)荷影響最大的幾種因素作為輸入，即當(dāng)天的天氣溫度、天氣晴朗度（又稱為能見度）、風(fēng)向風(fēng)力、峰谷負(fù)荷及相關(guān)負(fù)荷等，爭取獲得較好的預(yù)測(cè)結(jié)果。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)；并且知識(shí)表達(dá)困難，難以充分利用調(diào)度人員經(jīng)驗(yàn)中存在的模糊知識(shí)。它作為數(shù)學(xué)學(xué)科的一個(gè)分支，吸取了現(xiàn)代分析學(xué)中諸如泛函分析、數(shù)值分析、Fourier分析、樣條分析、調(diào)和分析等眾多分支的精華，并包羅了它們的特色。小波分析為本世紀(jì)現(xiàn)代分析學(xué)作了完美的總結(jié)。1981年Stromberg對(duì)Harr 系進(jìn)行了改進(jìn)，證明小波函數(shù)的存在。隨后，理論物理學(xué)家Grossman對(duì)Morlet的這種信號(hào)方法進(jìn)行了理論研究，這無疑為小波分析的形成奠定了基礎(chǔ)。他為小波理論的形成和完善作出了重大貢獻(xiàn)，是小波理論的奠基人之一。1988年，Daubechies構(gòu)成出了具有有限支撐的正交小波基。這樣，小波分析的理論大廈就基本奠定了。此后，中國學(xué)者崔錦泰和王建忠構(gòu)成了基于樣條函數(shù)的單正交小波函數(shù)，并討論了具有最好局部化性質(zhì)的尺度函數(shù)與小波函數(shù)。目前，國內(nèi)外有關(guān)小波在電力系統(tǒng)中的應(yīng)用的文獻(xiàn)還很少，這個(gè)領(lǐng)域還是很少，然而，由于其獨(dú)特的分析方法，在電力系統(tǒng)負(fù)荷預(yù)測(cè)方面一定會(huì)有很好的前景