1、 毕业论文（设计）毕业论文（设计） 电力负荷预测电力负荷预测 学 生 指导教师 专 业 水利水电工程 层 次 专升 本 批 次 学 号 学习中心 工作单位 2014 年 7 月 摘摘 要要 电力系统负荷预测的研究已经有一段时间的历史，随着计算机技术的发展和电网对 负荷预测精度要求的提高，对这一课题的研究也在不断深入，并且更具现实意义。电力 系统短期负荷预测是电力系统运行调度的基础，关系到整个电力系统的效率、效益和安 全。特别是随着电力市场改革的深入，它已经成为电力市场技术支持系统的重要组成部 分，是电力交易市场的主要数据来源，其预测精度对电力系统有着非常重要的意义。因 此如何提高预测精度特别是
2、短期负荷预测的精度这一问题的重要性和迫切性将越来越 明显。 由于学历的限制，本文对某些方面知识的阐述可能还比较生硬。负荷预测是个长久 的课题，本文主要就电力负荷预测的含义，意义等开始阐述，以及电力负荷预测的一些 方法，针对一些容易出现误差的提出了自己的见解。当然本文还有很多不足，希望在将 来的学习电力的日子里对它加以完善。 关键词：关键词： 电力负荷 预测方法 小波分析 目目 录录 1 前言 . 1 1.1 论文研究的背景 1 1.2 论文研究的现状 1 1.3 论文研究的目的和意义 2 2 电力负荷预测相关理论知识 3 2.1 电力负荷预测的定义 3 2.2 电力负荷预测的分类 4 3 电力
3、负荷预测的方法 5 3.1 传统预测方法 5 3.1.1 外推法 5 3.1.2 回归分析法 6 3.1.3 时间序列法 6 3.1.4 小波分析方法. 6 3.1.5 卡尔曼（KALMAN）滤波方法 6 3.1.6 灰色预测法 6 3.2 人工智能方法 7 3.2.1 人工神经网络法 . 7 3.2.2 专家系统方法. 8 3.2.3 模糊控制法 8 4 电力负荷预测存在的问题及解决方法 . 9 4.1 电力负荷预测存在的问题 . 9 4.1.1 负荷历史数据的坏数据处理 . 9 4.1.2 节假日的负荷预测 . 9 4.1.3 气象因素的影响 . 9 4.1.4 电力市场环境下，负荷的变化
4、还与电价有关。 9 4.1.5 随机因素。 9 4.2 针对上述问题的解决方法 10 4.2.1 定量分析与定性分析相结合的问题 . 10 4.2.2 原始数据的收集和筛选 10 4.2.3 电力负荷预测的依据 10 5 结语 11 后 记 12 参考文献 13 1 1 1 前言前言 1.11.1 论文研究的背景论文研究的背景 负荷预测的研究已有几十年的历史，国内关于负荷预测的研究已出现了许多种方法，目前， 国内发表的电力系统短期负荷预测的文献较多，所采用的预报方法和到达的预报精度也各有不 同。综合起来主要可分为以下三类。 1）传统统计模型法。这是一种二十世纪九十年代以前常用的方法。主要包括时
5、间序列法和 回归分析法。这种方法的优点是计算简单、要求的历史数据少。由于是基于统计模型，不易全面 地考虑天气因素、突发事件等对于负荷的影响，因此预测精度低。 2）专家系统法。即充分利用有经验的运行人员的知识、经验和推断规则来进行负荷预测， 然而，把专家的知识和经验等精确地表达并转化为一系列规则，则往往是很困难的，而且建立专 家系统的工作量要比一般预报算法大得多。 3）人工神经网络法。人工神经网络具有任意逼近非线性函数的特性，负荷变化是与诸多因 素有关的一个非线性函数，用人工神经网络对负荷历史数据进行学习，是抽取和逼近负荷变化曲 线并进行负荷预报的有效方法。近十年来，国外报道的相关文献主要是用神
6、经网络方法围绕提高 或改善负荷预报的精度来进行负荷预报研究。最具代表性的是美国研制的人工神经网络短期负荷 预报器，它包含有两部分预测：一部分预测基本负荷；而另一部分预测负荷变化，这部分考虑了 短期内气候条件（温度、湿度） 。两部分的自适应组合便是最终的预报结果。该预报器具有较好 的自组织自适应特性，已在美国，加拿大的 35 家电力公司采用。 于是，有学者开始将各种智能化算法，如人工神经网络法、遗传算法、最小绝对值滤波算法 等用于在受到诸如气象变化、经济环境变化等随机因素干扰情况下的电力系统负荷预测。由于电 力系统的负荷受众多不确定因素的影响，是典型的灰色系统，运用灰色系统来分析众多不确定因 素与电力负荷预测的关联度已经运用广泛，但如何准确定量描述，以何种准则来进行不确定因素 的人工修整仍是一个难题，所以，通常很多地区很大程度上依靠预测人员的经验进行预测。 1 1.2.2 论文研究的现状论文研究的现状 西方发达国家如美国、英国随着电力市
