电力系统短期负荷预测方法及研究【开题报告+文献综述+毕业设计】.Doc

1、毕业设计开题报告电气过程及自动化电力系统短期负荷的方法及研究一、选题的背景与意义1、历史背景众所周知，电力系统的作用就是为各类用户提供可靠且合乎质量要求的电能，以随时满足各类负荷的需求。而电力系统负荷预测是电力生产部门的重要工作之一，通过准确的负荷预测，可以确定燃料的供应计划，经济合理地安排机组的启停，减少旋转备用容量，合理安排检修计划，减低发电成本，提高经济效益以及对运行中的电厂出力要求提出报告，使对发电机组出力变化事先得以估计。电力系统负荷预测理论就是因此而发展起来的，尤其在形成电力交易市场的过程中，负荷预测的研究更具有极其重要的意义。电力系统负荷预测按预测时间可以分为长期，中期，短期和超

2、短期。短期电力负荷预测主要是指预报未来几小时、一天至几天的电力负荷并做出估计，目的是给各个电厂安排日，周发电计划，是电力系统最为关键的一类负荷预测。短期负荷预测作用的大小主要取决于预测精度，精度的准确与否将直接影响调度的结果。从而对电力系统的安全稳定运行和经济性带来重要影响。而在现代工业水平的不断提高，城市化快速发展以及当前市场化运营的条件下，由于电力交易和更加频繁和经营主体的区别，会出现各种不确定的因素，同时负荷对于电价的敏感度也随着市场的完善而逐渐增强，这也给负荷预测带来新的难度。故准确的预测对于提高电力经营主体的运行效益有直接的作用，另一方面突出短期负荷预测的重要性。2、研究现状及发展趋

3、势短期电力负荷预测的研究已有较长的历史，它是随着电力系统中运行系统的逐步发展起来的。随着数学理论和人工智能技术的相继引入，人们提出各种各样的预测方法。这些方法各有千秋，很难说哪一种方法绝对优越于其他方法。对短期负荷预测，需充分研究电网负荷变化规律，分析负荷变化的相关因子，特别是天气因素，日类型等和短期负荷变化的关系。对负荷预测的研究，主要出发点大多是以更为先进的理论提高预测的准确性，为电力系统运行的经济性和安全性提供有力的保证。目前负荷预测领域的研究主要关注于预测方法上的改进和提高。在电力系统短期负荷预测方法综述1中的各种方法的论述，从我对衢州地区的电网负荷历史数据中得知，其主要的影响因素是天

4、气的变化和日类型的负荷变化。故可以利用人工神经网络进行负荷预测是相对于其它方法中较出色的。因为他的优点是对大量的非结构性，非规律性具有自适应功能。其中BP神经网络具有较强的非线性拟合能力，尤其对预测天气,温度等因素处理尤为方便。短期负荷预测方法总体可以分为两类传统预测方法和现代预测方法。两类方法中的各种预测方法均有一定的适用场合，各自含有不可克服的缺陷，又各有优势，没有哪一种方法预测精度明显高于其它方法或适用于各种负荷预测模型。在实际运算预测中，应结合所辖电网的实际负荷情况和特点，建立适合本地电网的负荷预测模型，考虑各种因素的影响，从而提高负荷预测的准备性。短期负荷预测技术在算法理论研究上虽然

5、取得了很大的成就，但是由于种种原因在实际应用中，短期负荷预测技术仍然存在很多问题，理论和实践有待进一步的发展和提高二、研究的基本内容与拟解决的主要问题1研究的基本内容1）完成对衢州地区历史数据的分析，总结出其中的影响因素2）了解短期负荷预测的主要方法，主要要学会并会运用BP神经网络的方法3）通过BP神经网络建立相应的日负荷预测模型4）通过MATLAB对预测模型的编程，仿真2拟解决的主要问题1）神经网络结构的选取2）输入样本选择3）电力系统负荷历史数据的预处理方法4）应用于电力系统负荷预测的人工神经网络的学习速度及预测精度还需要进一步的提高。5）进一步利用其它的先进方法。总之，把人工神经网络应用

6、于电力系统负荷预测中，还是一个十分崭新的研究课题，很多学者在这方面做了大量的工作。本课题正是从这里出发，提出各种方法，对神经网络应用于负荷预测进行了研究，并从理论上证实本课题中各种方法的先进性和实用性，从而使人工神经网络更好的应用到电力系统负荷预测中，为实际提供良好的服务。三、研究的方法与技术路线1研究方法。电力系统的短期负荷主要的因素是各种各样。需针对各个地方的不同环境，不同经济条件等来通过判断用何种预测方法建立数学模型来预测当地电力系统负荷预测。针对衢州地区的特点，衢州地区电网为浙西山区地区的供电和居民的用电提高了保证。而主要影响的因素主要是天气变化，温度。这就会造成大量的随机性和非线性。

7、对于这些影响因素，再加上短期负荷是一个周期性的非平稳随机过程，故为了提高负荷预测的准确性和实用性。针对以上各种因素选择人工神经网络的方法最合适。而其中的BP网络（误差逆传播）的主要特点是非线性拟合能力强，尤其对预测天气,温度等因素处理尤为方便，而且学习规则简单，便于计算机实现。本次课题主要应用BP网络算法对衢州电网地区历史数据建立负荷预测的模型，在MATLAB环境下采用GUI编程对模型进行训练，仿真。2技术路线本次课题主要应用BP网络方法进性预测。BP网络是成功的建立预测模型的主要关键因素。1）BP网络的基本原理BP网络学习是典型的有导师学习，其学习算法的基本思想是最小二乘学习算法，或称LMS

8、算法（LEASTMEANSQUARES）。它实质上是一个无约束的优化计算过程，采用梯度搜索技术，沿着误差的负梯度方向不断修正网络中的阈值与权值，直到误差达到最小的数值。网络学习过程是一种误差边向后传播边通过一些学习规则来修正神经元之间的连接权值的过程。BP网络的每一层的连接权值都可以通过学习来调节。图1为三层BP网络结构图。设该网络共有M层，而第M层仅含输出节点，第一层为输入节点，其它为隐含层。为简单起见，认为网络只有一个输出Y。并设有N个样本XK，YKK1，2，N，对某一输入XK，网络输出为YK第L层的神经元个数为NLL1，2，M，除输入层以外，各神经元的特性为SIGNOID型，第L层第I个

9、神经元的输出变量用OIK表示，由第L层的第I个神经元到第L1层的第I个神经元的权系数用WIJ表示,第L层第I个神经元的输出变量用础NETIK表示代价函数使用平方误差函数2BP网络的缺点及改进在运用算法时应注意BP网络自身所存在的缺点，例如它的迭代算法收敛慢，梯度下降法容易使它陷入局部极小点，有可能使求解问题时得不到最优解。在课题的进行中，需对相应的改进措施。改变迭代算法的收敛慢可采用改进激发函数或者批处理方法等。在建立预测模型的时候，需对BP网络的模型采用适合的改进措施。四、研究的总体安排与进度201011201012完成毕业设计论文的外文翻译，文献综述，开题。2011120102熟悉MATL

10、AB软件的应用和了解神经网络在电力系统负荷预测中相关应用2011220113针对衢州地区的电网的负荷因素进行分析，通过BP网络建立预测模型。2011320104完善毕业设计的具体内容，完成毕业论文。2011420105准备答辩五、主要参考文献1张吉刚，梁娜提高预测精度的BPELMAN网络组合J咸宁学院学报，2006年12月，26（6）2马莹莹电力系统短期负荷预测方法综述J科技论坛，山东济南，山东省建设高压容器有限公司3赵宇红，苏光泽，盛以发，匡少滨BP神经网络在电力系统短期负荷预测中的应用J南华大学学报，2005年3月，19（3）4周林，吕厚军人工神经网络应用于电力系统短期负荷预测的研究J四川

11、电力技术,2008年12月,3165张慧斌，王黎冰基于RBF神经网络的电力系统短期负荷预测J忻州师范学院学报，2009年10月，2556李扬，李晓明，黄玲，陈岭，舒欣基于人工神经网络和模糊集的电力系统短期负荷预测方法J武汉大学电气工程学院，2007年，207于菲菲塔北电网负荷预测方法的研究及应用D大庆大庆石油学院，2009年8张宝平基于遗传BP神经网络的电力系统短期负荷预测D西安西安理工大学，2003年10月9王贞珍基于神经网络的沈阳地区短期负荷预测D上海上海交通大学10邵莹基于神经网络的电力系统短期负荷预测研究D哈尔滨哈尔滨理工大学，2005年3月11黄伟短期电力负荷组合预测模型的研究D大连

12、大连理工大学，2009年12邓培敏，陈明华，佘恬ELMAN网络在短期负荷中的应用J企业科技与发展，2009年，413PARKDC,ELSHARKAWIMA,MARKSJETALELECTRICLOADFORECASTINGUSINGANEURALNETWORKJIEEETRANSONPOWERSYSTEMS1991,6244244914TMPENGADVANCEMENTOFTHEAPPLICATIONNEURALNETWORKFORSHORTTERMLOADFORECASTINGJIEEETRANSACTIONONPOWERSYSTEMS1992,71250257毕业设计文献综述电气工程与自动

13、化电力系统短期负荷预测方法及研究一、负荷预测的原理电力系统负荷预测是根据现在和过去时刻的用电负荷情况，估计未来时刻用电负荷的大小。因此它的研究对象是不确定的事件，随机事件。而电力负荷预测要预知负荷的发展趋势和可能达到的状况，下面介绍一些原理，用于指导负荷预测工作1）可知性原理预测对象的发展规律，其未来的发展趋势和状况是可以为人民所知道的，这是人们进行预测活动的基本依据。2）可能性原理因事物的发展变化是在内因和外因共同作用下进行的，内因的变化和外因作用大小不同，因此事物的发展变化会有很多可能。3）连续性原理预测对象的发展是一个连续化的过程，其未来的发展是这个过程的连续。电力系统负荷的发展变化同样

14、存在着惯性，这种惯性正是进行负荷预测的主要依据4）相似性原理在很多情况下，作为预测对象的一个事物，其现在的发展过程和状况可能与过去一定阶段的发展过程和状况相似，因此可根据已知的发展过程及状况来预测所预测对象的未来的发展过程及状况。5系统性原理预测对象的未来发展是系统整体的动态发展，而整个系统的动态发展与它的各个组成部分和影响因素之间的相互作用相互影响密切相关。只有系统整体最佳预测，才是最高质量的预测，才能为决策者提供最佳预测方案。二、负荷预测的研究背景众所周知，电力系统的作用就是为各类用户提供可靠且合乎质量要求的电能，以随时满足各类负荷的需求。而电力系统负荷预测是电力系统调度，用电，计划，规划

15、等管理部门的主要工作之一。提供负荷预测技术水平，有利于用电管理，有利于合理安排电网运行方式和机组检修计划，有利于节煤，节油和见地发电成本，有利于制定合理的电源建设规划，有利于提供电力系统的经济效益和社会效益。因此，负荷预测已成为事先电力系统管理现代化的主要内容之一。电力系统负荷预测按预测时间可以分为长期，中期，短期和超短期。短期电力负荷预测主要是指预报未来几小时、一天至几天的电力负荷并做出估计，目的是给各个电厂安排日，周发电计划，是电力系统最为关键的一类负荷预测。短期负荷预测作用的大小主要取决于预测精度，精度的准确与否将直接影响调度的结果。从而对电力系统的安全稳定运行和经济性带来重要影响。而在

16、现代工业水平的不断提高，城市化快速发展以及当前市场化运营的条件下，由于电力交易和更加频繁和经营主体的区别，会出现各种不确定的因素，同时负荷对于电价的敏感度也随着市场的完善而逐渐增强，这也给负荷预测带来新的难度。故准确的预测对于提高电力经营主体的运行效益有直接的作用，另一方面突出短期负荷预测的重要性。故对短期负荷预测有着如下的意义1）帮助确定燃料供应计划；2）对运行中的电厂出力要求提出报告，使对发电机组出力变化事先得以估计；3）可以经济合理地安排本网机组的启停，降低旋转储备容量4）可以在保证正常用电的情况下合理安排机组检修计划。三、负荷预测的研究现状及发展趋势1研究现状负荷预测是实现电力系统优化

17、运行的基础。短期电力负荷预测的研究已有较长的历史，它是随着电力系统中运行系统的逐步发展起来的。随着数学理论和人工智能技术的相继引入，人们提出各种各样的预测方法。这些方法各有千秋，很难说哪一种方法绝对优越于其他方法。对短期负荷预测，需充分研究电网负荷变化规律，分析负荷变化的相关因子，特别是天气因素，日类型等和短期负荷变化的关系。对负荷预测的研究，主要出发点大多是以更为先进的理论提高预测的准确性，为电力系统运行的经济性和安全性提供有力的保证。目前负荷预测领域的研究主要关注于预测方法上的改进和提高。短期负荷预测方法总体可以分为两类传统预测方法和现代预测方法。两类方法中的各种预测方法均有一定的适用场合

18、，各自含有不可克服的缺陷，又各有优势，没有哪一种方法预测精度明显高于其它方法或适用于各种负荷预测模型。目前尚无一个固定方法和模型可以适用于一切短期负荷预测，故在实际运算预测中，应结合所辖电网的实际负荷情况和特点，建立适合本地电网的负荷预测模型，考虑各种因素的影响，从而提高负荷预测的准备性。以下介绍几种负荷预测方法。传统的预测方法1）回归分析法它是根据历史数据的变化规律和影响负荷变化的因素，寻找自变量和因变量之间的相关关系及其回归方程式，确定模型参数，据此推断将来的时刻的负荷值。其优点是计算原理和结构形式简单，预测速度快，外推性能好，对于历史上没有出现的情况有较好的预测；存在的不足是对于历史数据

19、要求较高，采用线性方法描述比较复杂的问题，结构形式过于简单，精度较低。2）时间序列法它是目前电力系统短期负荷预测中较为成熟的算法。根据负荷的历史数据，建立描述电力系统随时间变化的数学模型，在该模型的基础上确立负荷预测的基础表达式并对未来负荷进行预测。其优点是所需数据少，工作量小，计算速度快，反映了负荷近期变化的连续性。不足之处是建模过程较为复杂，需要较高的理论知识，该模型对原始时间序列的平稳性要求较高，只适用于负荷变化比较均匀的短期负荷预测3）灰色预测法灰色系统理论在电力系统负荷预测中的应用受到了广泛的关注，灰色预测是一种对含有不确定因素的系统进行预测的方法。它的优点是在建模不需要计算统计特征

20、量，从理论上讲，可以使用与任何非线性变化的负荷预测指标预测，要求负荷数据少，不考虑分布规律及变化趋势，短期负荷预测精度高；不足之处是在于要求负荷变化规律具有指数变化趋势，对于短期负荷而言根本不满足以上条件，精度难以提高。当数据离散程度越大，预测精度越高现代预测方法1）专家系统法它是一个用基于知识的程序设计方法建立起来的计算机系统，它拥有某一领域内的专家知识和经验，并能像专家那样运用这些知识和经验，通过推理对未来进行预测它的优点是可以克服单一算法的片面性，同时能够综合考虑多个影响因素，具有建模简单和快速决断的优点；不足之处是在预测过程中容易出现人为差错，也不能应用其它系统。2）人工神经网络法由于

21、短期负荷受到天气情况和人们在社会活动等因素的影响而变化，存在大量的随机性和非线性关系，因此，神经网络能够非常好的处理这类非线性问题。它的优点是对大量非结构性，非精确性规律具有自适应能力，具有信息记忆，自主学习。知识推理和优化计算的特点，还有很强的计算能力，复杂映射能力，容错能力及各种智能处理能力；其不足之处是神经网络层数和神经元个数多依据主观经验确定，难以精确地确定网络结构，学习速度慢等缺点3）组合预测法预测模型的选择是短期负荷预测精度的关键点。因此，根据各种算法的优点和不足，以及针对不同情况的预测精度的差异，将各种算法有机的结合起来，发挥各自算法的优势。这就是组合预测法所涵盖的内容以上六种负

22、荷预测方法只是预测方法的其中的一部分。他们各有优点，都不能同时适用于每一个场合，这需要根据不同情况，结合不同地区的负荷变化规律，选取不同的预测方法。2发展趋势短期负荷预测技术在算法理论研究上虽然取得了很大的成就，但是由于种种原因在实际应用中，短期负荷预测技术仍然存在很多问题，理论和实践有待进一步的发展和提高。对于一些地区性工业水平不够高，主要以生活用电为主的城市，可以利用人工神经网络进行负荷预测。因为他的优点是对大量的非结构性，非规律性具有自适应功能。其中BP神经网络具有较强的非线性拟合能力，尤其对预测天气,温度等因素处理尤为方便。四、参考文献1张吉刚，梁娜提高预测精度的BPELMAN网络组合

23、J咸宁学院学报，2006年12月，2662马莹莹电力系统短期负荷预测方法综述J科技论坛，山东济南，山东省建设高压容器有限公司3赵宇红，苏光泽，盛以发，匡少滨BP神经网络在电力系统短期负荷预测中的应用J南华大学学报，2005年3月，1934周林，吕厚军人工神经网络应用于电力系统短期负荷预测的研究J四川电力技术,2008年12月,3165张慧斌，王黎冰基于RBF神经网络的电力系统短期负荷预测J忻州师范学院学报，2009年10月，2556李扬，李晓明，黄玲，陈岭，舒欣基于人工神经网络和模糊集的电力系统短期负荷预测方法J武汉大学电气工程学院，2007年，207于菲菲塔北电网负荷预测方法的研究及应用D大

24、庆大庆石油学院，2009年8张宝平基于遗传BP神经网络的电力系统短期负荷预测D西安西安理工大学，2003年10月9王贞珍基于神经网络的沈阳地区短期负荷预测D上海上海交通大学10邵莹基于神经网络的电力系统短期负荷预测研究D哈尔滨哈尔滨理工大学，2005年3月11黄伟短期电力负荷组合预测模型的研究D大连大连理工大学，2009年12邓培敏，陈明华，佘恬ELMAN网络在短期负荷中的应用J企业科技与发展，2009年，413PARKDC,ELSHARKAWIMA,MARKSJETALELECTRICLOADFORECASTINGUSINGANEURALNETWORKJIEEETRANSONPOWERSYS

25、TEMS1991,6244244914TMPENGADVANCEMENTOFTHEAPPLICATIONNEURALNETWORKFORSHORTTERMLOADFORECASTINGJIEEETRANSACTIONONPOWERSYSTEMS1992,71250257本科毕业设计（20届）电力系统短期负荷的方法及研究I摘要摘要电力负荷的短期预测是电力系统中一项重要的内容。负荷预测的准确性对于电力系统安全经济的运行就更具有十分重要的作用。这样就对短期预测的结果提出看较高的要求。本文分析了目前短期电力负荷预测的现状，综合比较各种预测方法及各种预测模型；发现常规算法不能较好地反映气象条件等因素对负

26、荷的影响，而人工神经网络的方法却具有高度非线性映射及具有自学习，自适等特点。而针对衢州地区电力系统的负荷数据及特点的研究，分析影响预测准确性的因素，并利用日常负荷和气象条件的关系，提出了一种基于BP网络的电力负荷预测方法。本论文对不同类型的负荷曲线分成工作日，周末和节假日三种类型的神经网络预测模型。预测结果的精度相对于衢州地区现有的方法有了很大程度的提高，证明了本文提出方法的有效性。关键词电力系统；BP神经网络；短期负荷预测；ABSTRACT【ABSTRACT】SHORTTERMLOADFORECASTINGISANIMPORTANTELEMENTINPOWERSYSTEMSTHEACCURA

27、CYOFLOADFORECASTINGPLAYSANIMPORTANTROLEINSAFEANDECONOMICOFPOWERSYSTEMSTHISPREDICTIONONTHEOUTCOMEOFSHORTTERMREQUIREHIGHERTHISPAPERANALYZESTHECURRENTSTATUSOFSHORTTERMLOADFORECASTING,COMPREHENSIVECOMPARISONOFVARIOUSFORECASTINGMETHODSANDVARIOUSFORECASTINGMODELSANDFINDTHATTHEROUTINEALGORITHMCANTBEBETTERW

28、EATHERCONDITIONSANDOTHERFACTORSREFLECTTHEIMPACTOFTHELOAD,WHILETHEARTIFICIALNEURALNETWORKMETHODDOESHAVEAHIGHDEGREEOFNONLINEARMAPPINGANDSELFLEARNINGANDADAPTIVECHARACTERISTICSACCORDINGTOTHEDATAOFQUZHOUAREA,THEINFLUENCEOFFACTORSPREDICTIVEACCURACYANDUSINGDAILYTHERELATIONSHIPBETWEENLOADANDWEATHERCONDITION

29、S,WEPROPOSEAMETHODOFBPNETWORKLOADFORECASTINGTHISPAPERISDIVIDEDINTODIFFERENTTYPESOFLOADCURVEWORKINGDAYS,WEEKENDSANDHOLIDAYSTHISARETHREETYPESOFNEURALNETWORKPREDICTIONMODELSCOMPAREDTOTHEEXISTINGMETHODOFQUZHOUREGION,THISMETHODINTHEPREDICTIONACCURACYHASAHIGHERELEVATIONITPROVETOBEANEFFECTIVEMETHODINTHISPA

30、PER【KEYWORDS】ELECTRICALSYSTEMBACKPROPAGATIONNEURALNETWORKSHORTTERMLOADFORECASTINGII目录摘要IABSTRACTI目录II1绪论511短期负荷概述及意义512国内研究状态及趋势5121传统预测方法6122现代预测方法6123发展趋势713本文的主要工作72负荷预测的基本理论821负荷预测的原理和特点8211负荷预测的原理8III212负荷预测具有的特点922负荷预测分类及特性10221负荷预测的分类10222负荷的特性1023影响负荷变化的因素1124负荷预测的基本步骤113BP神经网络的衢州电网负荷预测1331人

31、工神经网络13311人工神经网络概述13312人工神经网络的特点1332BP神经网络1433BP网络的性能和不足17331性能优势17332局限性1734ELMAN网络18341ELMAN神经网络结构18342ELMAN神经网络的学习过程1935衢州地区去负荷特性及其曲线变化规律19351负荷特性19352负荷曲线变化规律1936本章小结224基于神经网络的预测与建模2241引言2242历史数据的预处理2243网络输入样本的研究23431网络输入节点的选取24432网络输入样本的归一化处理2444基于神经网络的短期负荷预测模型的建立25441短期负荷预测模型的建立25442神经网络隐层节点数的

32、选择265结果分析和GUI编程2651预测结果分析2652GUI实现方式286总结30IV参考文献31致谢错误未定义书签。附录33附录一410419号历史负荷数据33附录二程序33附录三GUI程序34四个控件程序3451绪论11短期负荷概述及意义众所周知，电力系统的作用就是为各类用户提供可靠且合乎质量要求的电能，以随时满足各类负荷的需求。而电力生产部门的重要工作之一是电力系统负荷预测，通过准确的电力系统负荷预测，来确定燃料的供应需求状况并做出相应的计划，经济合理地安排机组设备的启停，减小备用容量，合理安排检查修理计划，降低发电成本，以此来提高经济效益以及对运行中的电厂出力要求提出报告，使对发电

33、机组出力变化事先得以估计。电力系统负荷预测理论就是因此而发展起来的，尤其在形成电力交易市场的过程中，负荷预测的研究更具有极其重要的意义1。电力系统负荷按预测时间可以分为长期，中期，短期和超短期4。短期电力负荷预测主要是指预报未来几小时、一天至几天的电力负荷并做出估计，目的是给各个电厂安排日，周发电计划，是电力系统最为关键的一类负荷预测。短期负荷预测作用的大小主要取决于预测精度，精度的准确与否将直接影响调度的结果。从而会对电力系统的安全稳定运行带来一定的影响以及会导致经济性变差。而在现代工业水平的不断提高，城市化快速发展以及当前市场化运营的条件下，由于电力交易的越来越频繁和经营主体之间的区别，会

34、出现各种不确定、未知的因素，同时电力负荷对于电价的敏感度也随着市场的完善而逐渐提高，这也给电力系统的负荷预测带来未知的难度。故准确的预测对于提高电力经营主体的运行效益有直接的作用，另一方面突出短期负荷预测的重要性。并且短期负荷预测有着如下的意义1、确定燃料供应计划；2、对运行中的电厂出力要求提出报告，可以事先得以估计发电机组发电量变化；3、可以经济合理地安排机组设备的启停，减少旋转储备容量4、可以在保证正常用电的情况下合理安排机组检修计划3。12国内研究状态及趋势短期电力负荷预测的研究已有较长的历史，它是随着电力系统中运行系统的逐步发展起来的。随着数学理论和人工智能技术的相继引入，人们提出各种

35、各样的预测方法。这些方法各有千秋，很难说哪一种方法绝对优越于其他方法。对短期负荷预测，需充分研究电网负荷变化规律，分析负荷变化的相关因子，特别是天气因素，日类型等和短期负荷变化的关系。对负荷预测的研究，主要出发点大多是以更为先进的理论提高预测的准确性，为电力系统运行的经济性和安全性提供有力的保证。目前负荷预测领域的研究主要关注于预测方法上的改进和提高。短期负荷预测方法总体可以分为两类传统预测方法和现代预测方法。两类方法中的各种预测方法均有一定的适用场合，各自含有不可克服的缺陷，又各有优势，没有哪一种方6法预测精度明显高于其它方法或适用于各种负荷预测模型。在实际运算预测中，应结合所辖电网的实际负

36、荷情况和特点，建立适合本地电网的负荷预测模型，考虑各种因素的影响，从而提高负荷预测的准备性。121传统预测方法1）回归分析法它是根据历史数据的变化规律和影响负荷变化的因素，寻找其因变量和自变量之间的相关关系及其线性回归方程式，确定相关模型的一些参数，据此推断未来的相对应时刻的负荷值。其优点是计算原理和模型结构形式比较简单，预测过程收敛快，外推性能好，对于历史上出现过得随机或者特殊的事情有较好的预测；其主要的缺点是预测精度较不高，需要比较有规律性的历史数据，采用线性方法不能描述比较复杂的问题，结构形式过于简单。2）时间序列法它是目前电力系统短期负荷预测中较为成熟的算法。根据负荷的历史数据，建立描

37、述电力系统随时间变化的数学模型，在该模型的基础上确立负荷预测的基础表达式并对未来负荷进行预测。其优点是工作量小，计算速度快，反映了负荷近期变化的连续性。不足之处是建模过程较为复杂，需要较高的理论知识，该模型对原始时间序列的平稳性要求较高，只适用于负荷变化比较均匀的短期负荷预测。3灰色预测法灰色系统理论在在负荷预测的应用受到了广泛的关注，灰色预测是一种对含有不确定7、未知因素的某些系统进行预测的方法。它的优点是在数学建模时，不需要计算统计特征量，要求负荷数据少，短期负荷预测精度高；不足之处是在于要求负荷变化规律具有指数变化趋势，当数据离散程度越大，预测精度越高2。122现代预测方法1）专家系统法

38、它是一个用基于知识的程序设计方法建立起来的计算机系统，它拥有某一领域内的专家知识和经验，并能像专家那样运用这些知识和经验，通过推理对未来进行预测它的优点3是可以克服单一算法的片面性，同时能够综合考虑多个影响因素，具有建模简单和快速决断等特性；不足之处是在预测过程中容易出现人为差错，也不能应用其它系统。这种预测方法的主要优点是能够较好的解决了受天气、温度等因素影响的负荷预测的问题，克服了时间序列法中不能处理历史数据序列中出现扰动的情况。可是由于这种方法过于依赖法则，假若没有一系列成熟、规范的的法则，负荷预测就无法进行。而由于法则自身存在的局限性，预测模型不能应用到所有系统，这正是专家系统存在的缺

39、点。2）人工神经网络法由于短期负荷受到天气情况和人们在社会活动等因素的影响而变化，存在大量的随机性和非线性关系，因此，神经网络能够出色的处理这种非线性问题。它的优点是对非线性规律的事物具有较强的自适应能力，同时在自主学习、知识推理和优化计算等方面表现的相当7突出，另外它还具有很强的计算能力，容错能力、复杂映射能力及智能处理能力；其不足之处是神经网络层数和神经元个数的确定依赖于主观经验，难以精确地确定网络结构，收敛速度慢等缺点。现在的研究最多的是应用BP网络进行短期负荷预测，常用的是简单的三层人工神经网络模型，其主要思路为对电力负荷影响最大的几种因素和以往的负荷历史数据作为输入量输入人工神经网络

40、的输入层，通过隐藏层和输出层中各神经元的计算最后生成输出量，最后以输出误差为目标函数对网络中的各个权值进行修正直至输出误差达到要求为止，经训练后的人工神经网络就可以进行预测工作。只要把相应的负荷数据输入到训练好的神经网络就可以得到相应的输出，即预测结果。3）组合预测法预测模型的选择是短期负荷预测精度的关键点。因此，根据各种算法的优点和不足，以及针对不同情况的预测精度的差异，将各种算法有机的结合起来，发挥各自算法的优势。这就是组合预测法所涵盖的内容以上六种负荷预测方法只是预测方法的其中的一部分。他们各有优点，都不能同时适用于每一个场合，这需要根据不同情况，结合不同地区的负荷变化规律，选取不同的预

41、测方法7。123发展趋势在实际应用中，短期负荷预测技术仍然存在很多问题，理论和实践有待进一步的发展和提高。短期负荷预测技术在算法理论研究上虽然取得了很大的成就，但是由于种种原因在实际应用中，短期负荷预测技术仍然存在很多问题，理论和实践有待进一步的发展和提高。对于一些地区性工业水平不够高，主要以生活用电为主的城市，可以利用人工神经网络进行负荷预测。因为他的优点是对大量的非结构性，非规律性具有自适应功能。其中BP神经网络具有较强的非线性拟合能力，尤其对预测天气,温度等因素处理尤为方便。13本文的主要工作本文针对BP网络应用于电力系统负荷预测中的各种问题，进行了细致深入的研究，仔细考虑了数据预测处理

42、、神经网络模型的建立，隐层神经元数目的确定等方面，并完成了基于该模型的短期负荷预测编程。1）预测模型的分析和确定。采集衢州地区的历史负荷数据，并结合相关的气象数据，分析影响预测的各种因素，如负荷的组成，负荷范围以及影响负荷变化的天气因素等，总结负荷变化的规律性，并根据负荷的这些特点确定短期负荷预测基本模型。2）BP网络的输入节点的选择。在一些文献中，仅从宏观上考虑相关节点的选取，而没有分析其它对负荷变动的影响，造成预测精度低。本篇论文通过对负荷历史数据规律性进行分析，综合各方面的因素，将负荷模型按周，日，小时进行划分，并引人“特征日”的概念并计及天气变化对负荷变动的影响，从而为科学的选择输入节

43、点提供了具体方法。3）以衢州地区实际历史数据为基础，检验负荷预测程序的预测速度及精度。分析预测结果误差原因，提出在短期负荷预测模型中应当注意的问题。82负荷预测的基本理论21负荷预测的原理和特点电力系统的负荷预测是从过去的因素出发，寻求历史负荷之间及历史负荷与主要影响因素之间的发展规律和相互联系，对未来的一些数据做出估计。211负荷预测的原理电力系统负荷预测是根据现在和过去时刻的用电负荷情况，预测未来时刻用电负荷的大小。因此它的研究对象是不确定的事件，随机事件。由此可知负荷预测工作是根据电力负荷的发展变化规律，预计或判断其未来发展趋势和状况的活动，因此科学的总结预测工作的基本理论，有利于知道负

44、荷预测工作。1）可知性原理这是预测的基本原理。预测对象的发展规律，其未来的发展趋势和状况是可以为人民所知道的，这是人们进行预测活动的基本依据。不但可以认识预测对象的过去和现在的情况，而且可以通过过去和现在推测其将来。92）可能性原理因事物的发展变化是在内因和外因共同作用下进行的，内因的变化和外因作用大小不同，因此事物的发展变化会有很多可能。而内因的变化及外因作用力大小不同，因为事物的发展变化是在内因和外因的共同作用下进行的，所以会使事物发展变化有多种可能性。因此，对某一具体指标的预测，往往是按照其发展变化的多种可能性，进行多方案预测的。3）连续性原理预测对象的发展是一个连续化的过程，其未来的发

45、展是这个过程的连续。电力系统负荷的发展变化同样存在着惯性，这种惯性正是进行负荷预测的主要依据电力系统的发展变化同样存在着连续性，就像某些负荷指标会以原来的趋势和特性保持下来，延续下去。因此了解事物的过去和现在，并掌握其规律，就可以对未来的发展情况利用连续性原理进行预测。4）相似性原理在很多情况下，作为预测的一个对象，一般情况下，其现在的发展过程和发展状况可能与另一事物过去一个阶段的发展过程和发展状况类似。其现在的发展过程和状况可能与过去一定阶段的发展过程和状况相似，因此可根据已知的发展过程及状况来预测所预测对象的未来的发展过程及状况10。5）反馈性原理反馈就是使输出端得数据重新返回到输入端，进

46、行调节得出输出结果。反馈调节实际上就是使预测的准确性不断的提高。也就是说当预测的结果与的实际值之间存在差距大于规定的误差时，可以利用这个差距，返回到输入知道负荷要求，从而提高预测的准确性。6）系统性原理预测对象它本身有内在的系统，是一个完整的系统，而它与外界事物的联系又形成了它的外在系统，这些系统综合成一个完整的复杂系统，这些都要在预测时考虑。具体而言就是预测对象的未来发展是整体系统的动态发展，并且与它的各个组成部分及其影响因素之间系统的动态发展有关。系统性原理还强调系统整体最佳，只有这样才能够为决策者提供最佳的预测方案，才是高质量的预测的保证。212负荷预测具有的特点负荷预测是通过过去的历史

47、负荷数据对未来负荷的推测，这样不同样本的选取和不同方法的选择使负荷预测具有如下的特点51）不准确性在现如今的科学界，预测科学本身就是一个研究不确定、未知问题的理论和方法，也是一个全新的，正在探索的领域。因此，其预测的结果应是一个不确定的值。电力负荷未来的发展是不肯定的，它会受到多种多样复杂因素的影响，而且这些复杂因素也是发展变化。这就决定了预测结果的不准确性或不完全准确性。2）条件性负荷预测基本上都是在一定条件上做出的。在很多情况下，需要一些假设条件，这是由于负荷未来发展的不确切性。但这些条件应根据研究分析，综合各种情况而提出，而不是毫无根据的假设。在预测之前，赋予一定的前提条件，更有利于电力

48、部门根据特殊问题进行特殊分析。10条件共分两种，必然条件和假设条件。由于负荷预具有较强的的随机性，故给出的负荷预测结果大都是以假设条件为前提。比较务实的负荷预测往往要依赖于电力负荷预测的基本规律，这种预测条件就是必然条件。假若负荷的发展从过去到现在直至延伸到未来，没有出现大的扰动，或完整的记录这些意外事件，然后通过这些历史负荷数据模型化来类比现在，预测未来。但假若在预测过程中发生了无法估量的重大事件（如天气的剧烈变化等），从而破坏了负荷变化的正常规律使预测失效。这种概率比较低的破坏在实际应用中并不多见，但这种情况下的负荷是最难预测的。故假若历史数据中含有类似的事件，那预测的趋势就比较好定。因此

49、保证负荷预测历史数据的完整性是相当重要的。3）时间性各种负荷预测都是有一定的时间精度，并且要求有精确的数量概念，例如短期负荷预测要求预测速度不大于10分钟，日负荷的预测速度不大于15分钟。4）多方案性负荷预测的原理是一个数学建模的过程，对于不同数学模型它的使用条件是有一定的限制，而预测本身有具有条件性，故对不同情况下的发展状况进行负荷预测，可想而知就需要多种不同的预测方案。从而需要根据不同的负荷条件建立相关的负荷模型5。5）地区范围内的效应在不同的负荷预测的的范围内，负荷的构成比重一定各不相同，因此影响负荷的因素也同样有所不同。简单来说，地区级电网的预测精度会相对低一些，而大电网负荷变化有较强的统计规律性，预测结果较准确。22负荷预测分类及特性221负荷预测的分类（1）电力系统负荷预测按预测的时间长短，可分为超短期、中期和长期负荷预测。超短期负荷预测指预测未来1小时，未来半小时甚至15分钟的预测。短期负荷预测则指几周，几天，一天之内的各个小时，甚至是更短时间内的预测。中期负荷预测为5年以上10年以下，而长期负荷预测一般指10年以上。（2）负荷按照使用范围可以分为城市民用负荷、农村负荷、商业负荷、工业负荷以及其它负荷。其它各类负荷虽有各自特点，但一般所占比列比较小对整个系统负荷影响不是很大。（3）负荷预测按特性分类根据负荷预测表示的不同特性，常常又分为全网负荷、母