人工神经网络在电力负荷预测中的应用

人工神经网络在电力负荷预测中的应用

发表时间：2019-07-29T14:17:21.220Z 来源：《基层建设》2019年第14期作者：吕海霞南家楠

[导读] 摘要：随着我国电力行业逐步推进智能电网建设，电网管理问题变得愈发重要，电网管理的主要内容就是负荷预测。

内蒙古电力经济技术研究院内蒙古呼和浩特 010090

摘要：随着我国电力行业逐步推进智能电网建设，电网管理问题变得愈发重要，电网管理的主要内容就是负荷预测。通过分析电力负荷预测的重要性，分析电力负荷预测中人工神经网络的应用。

关键词：电力负荷预测；人工神经网络；应用分析

电力系统由发、输、变、配和用电 5 个基本环节组成，电网的运行需要保证其运行的经济性、供电可靠性、以及良好的电能质量。但由于电能生产的实时性，不能被大量储存，这就要求电能在发电和用电之间需要时刻保持着供需平衡，避免电能供电不足或生产过剩等问题。因此为了解决上述问题就需要我们时刻掌握负荷的变化情况，准确的电力负荷预测能够成为满足电力负荷供需平衡研究的重点。

1、电力系统负荷预测方法分类

时间序列法：时间序列的预测算法，是一种处理随机数列并进行预测的有效方法，它是按照一定时间间隔进行采集和记录的时间序列数据，该数据具有较强的随机性和不确定性。将该方法引入到电力系统负荷预测中，则是通过采集、分析电力系统历史负荷数据信息，通过历史数据建立相应的数学模型，发现隐含其中的规律，进而对未来电力负荷进行预测。时间序列法的优点：所需历史数据量少，建立模型的复杂程度低，计算速率快，能够反映负荷变化连续性特点。缺点：对采集得到的历史电力负荷数据随时间的平稳性要求较高，过于集中对数据的拟合而忽略对负荷变化规律的考虑，使得预测精度不高。

支持向量机：SVM 算法是在创建一个新的实例并分配给两个类别之一的模型，即主要是一种二元线性分类器，解决了算法模型预测时会出现的局部最优解的问题，通过该方法最终可以得到一个全局最优解。支持向量机在早期的科研中占据了非常重要的地位，在引入到电力系统负荷预测中，使用 SVM 预测算法，可以取得比传统方法更有效的预测结果。该方法的优点：该算法较为成熟，有坚实的数学理论基础，预测方法收敛速度较快，能够快速求得全局最优解。缺点：实际应用开发较为困难，对于历史数据依赖较大，对历史数据的要求也较高，在预测电力系统负荷波动较小的情况下可以取得很好的效果，但是当负荷波动较大时，预测效果往往较差。

BP 神经网络算法：BP 算法包括正向传播和计算误差的逆向传播过程，即正向传播是训练数据通过输入层，经过隐含层，作用于输出层，产生输出信号得到相应的输出误差，并将该输出误差经过隐含层向输入层逐层逆向反传，将误差分摊给各层所有单元，并调整网络的权值和阈值，使误差沿梯度方向下降，经过反复多次的训练，最终得到误差最小的网络模型，此时的BP 神经网络可以作为电力系统负荷预测的数学模型。优点：具有很强的非线性映射能力和柔性的网络结构，预测结果的精准度较高。缺点：学习速度慢，容易陷入局部最小值，网络层数、神经元数没有理论指导。

2、人工神经网络作用与分类

人工神经网络的研究是从人脑的生理结构出发来研究人的智能行为，模拟人脑信息处理的功能。它是根植于神经科学、数学、统计学、物理学、计算机科学及工程等学科的一种技术。人工神经网络是由大量处理单元广泛互连而成的网络，是人脑的抽象、简化、模拟，反映人脑的基本特性。一般来说，作为神经元模型应具备连接权值、信号整合、激励函数三个要素。人工神经网络具有非线性、并行性、自学习性、联想存储性和实时性等特点。

人工神经网络的主要类型有感知机、线性神经网络、径向基（ＲBF）函数网络、BP 神经网络、随机神经网络、竞争神经网络等，其中BP 神经网络是应用得最广泛的一种类型。BP 神经网络是指误差反向传播算法（Error Back Propagtion，BP）网络，是一种有监督学习的前向多层感知机结构，由一种误差计算沿着与网络计算方向相反方向传递的算法求解神经元连接权值。BP 神经网络由多层构成，层与层之间全连接，同一层之间的神经元无连接，包含一个或多个隐层，可以实现复杂的映射关系。

BP 网络采用误差反向传播算法（Back － Propagation Algo-rithm）进行学习。在 BP 网络中，数据从输入层经隐含层逐层向后传播，训练网络权值时，则沿着减少误差的方向，从输出层经过中间各层逐层向前修正网络的连接权值。误差反向传播算法是一种近似最速下降方法，采用均方误差作为性能指标。

由于 BP 网络具有计算简单、非线性映射性强、网络泛化性好，在电力负荷预测、神经生物现象模拟、农业样本检测等多个方面有着广泛的应用。

3、神经网络在电力负荷预测中的应用

电力负荷预测的方法主要有灰色预测法、线性回归法等传统预测方法、神经网络法、支持向量机、模糊系统等人工智能预测算法。由于电力负荷预测具有随机性强、稳定性低、影响因素复杂等特点，很难建立精确的模型。由于传统模型难以充分利用其他影响因素的数据，使得预测精度往往不能满足电力部门的需求，人工智能预测算法是国内外学者们研究的热点问题。电气负荷数据通常为一个时间序列数据，因此可以使用统计或软计算方法进行分析和预测，Wang等提出了一种 BP 神经网络方法（BPNN），采用反向传播神经网络的精确电力负荷预测算法用于短期电力负荷预测，综合考虑了天气特征，如最高摄氏度，最低摄氏度和天气类型等参数。陈刚等将非负荷因素输入前级 BP 网络中，得出的负荷类型数据作为后级ＲBF 网络的输入，通过 BP －ＲBF 的级联神经网络得到准确的整点负荷预测。

由于 BP 神经网络收敛速度慢、易陷于局部极值点的缺点，许多学者结合模糊推理、遗传算法等其他智能算法对电力负荷预测模型进行了进一步完善。基于神经网络的模糊推理方法是通过神经网络的自主学习机制完成模糊化、模糊推理和反模糊化。Ali 等采用模糊逻辑方法研究了长期负荷预测问题，建立了一个电力负荷模糊预测模型，采用温度、湿度和历史负荷数据作为模型，实验结果表明了模糊理论可以较好地应用于负载长期预测。Panapakidis 等利用人工神经网络和聚类方法建立了公交车负荷预测模型，通过聚类的方法提高了人工神经网络模型的预测精度，适用于短期预测。Mordjaoui 等提出了一种预测每日负荷的动态神经网络，获得的结果表明精度和效率优于广泛使用的传统方法。He 等提出了一种基于三角核函数（QＲNNT）的分位数回归神经网络的概率密度预测方法，用于短期电力负荷预测。为了构造概率预测方法，应用神经网络对分位数回归模型进行变换，通过对加拿大和中国的负荷数据测试证明了该方法有效性。张平、白杨等针对天气因素采用聚类和神经网络相结合的方法进行了负荷预测

4 结语

总之，电力负荷预测对国民经济、电网稳定和电力安全都有着非常重要的意义。如何提高预测速度、降低预测误差是电力负荷预测研

电力负荷预测方法与应用

电力负荷预测方法与应用 一、概述 电力工业是国民经济的基础工业。随着我国产业结构完善和人民整体生活水平的改善，对电能的需求逐年加大，同时对电力质量的要求也越来越高，且由于电能生产和消费的同时性，对电网建设和布局提出了更高的要求。 电力负荷预测是电网规划建设的依据和基础。随着电力工业在国民经济中扮演着越来越重要的角色，电力负荷的正确预测显得尤为重要。 电力负荷预测是指通过对电力系统负荷历史数据的分析和研究，运用统计学、数学、计算机、工程技术及经验分析等定性定量的方法，探索事物之间的内在联系和发展变化规律，对未来的负荷发展做出预先估计和推测。电力负荷预测结果的准确与否直接关系到电力投资的效益，供电的可靠性，用电需求的正常发展，以及社会的经济效益和社会效益。但要做到预测准确或较准确是很困难的，因为影响电力负荷预测的因素相当多，且由于各地区产业结构和人民生活水平不同，各具体因素对电力负荷预测的敏感度是不一样的，因而电力负荷预测具模糊性。 回顾我国“十五”期间的预测情况与实际发展情况是很有意义的。 基于“九五”期间国民经济和电力工业的发展状况，在全国电力供需趋于平衡的前提下，我国制定的“十五”规划对电力工业发展提出了“可持续发展”的要求：电力工业发展方式要从数量速度型向质量效益型转变，从以供给导向为主转向以需求导向为主，优化电力资源配置。国家经贸委电力工业“十五”规划中预测：“十五”期间我国经济增长速度为年均7%左右，电力需求的平均增长速度为5%，到2005年全国发电装机容量将达到3.9亿千瓦，全国发电量将达到17500亿千瓦时以上。国家电力公司电力工业“十五”计划及2015年远景规划中预测：“十五”期间我国GDP年均增长7%左右，电力需求的平均增长速度在4.5%~5.0%之间，到2005年全国发电装机容量将达到3.65亿千瓦，全社会用电量将达到16200亿~16600亿千瓦时。 但实际的情况是：截至2005年年底，全国发电装机容量达到5.17亿千瓦，全国发电量达到24975.26亿千瓦时，全社会用电量为24689亿千瓦时。 比较我国“十五”期间电力工业发展中发电装机容量、发电量与全社会用电量等参数的预测值与实际值，可以发现我国“十五”电力规划中全国发电装机容量、发电量和全社会用电量的误差分别高达33%、43%和50%，这还是在2002年下半年至2005年间严重限电情况下发生的值，实际的电力需求值比这还高很多，也即误差比这还要高的多。这直接导致了自2002年6月以来的全国电力供需严重紧缺状态，直至“十五”末期电力供需形势总体来说仍然处于紧张状态，2005年曾在一季度拉闸限电省份达创纪录的26个，最大限负荷达3400万千瓦。而“十五”期间的严重缺电，不仅成为影响国民经济快速发展的“瓶颈”，其隐性损失更是不可估量：

负荷预测方法一

1、单耗法 这个方法是根据预测期的产品产量（或产值）和用电单耗计算需要的用电量，即 A h ＝∑=n i 1Q i U i 式中 A h —某行业预测期的需电量； U i —各种产品（产值）用电单耗； Q i —各种产品产量（或产值）。 当分别算出各行业的需用电量之后，把它们相加，就可以得到全部行业的需用电量。这个方法适用于工业比重大的系统。对于中近期负荷预测（中期负荷预测的前5年），此时，用户已有生产或建设计划，根据我国的多年经验，用单耗法是有效的。 在已知某规划年的需电量后，可用年最大负荷利用小时数来预测年最大负荷，即 P n·max =T A n m ax 式中 P n·max —年最大负荷（MW ）； A n —年需用电量（k W·h ）； T max —年最大负荷利用小时数（h ）。 各电力系统的年最大负荷利用小时数，可根据历史统计资料及今后用电结构变化情况分析确定。 单耗法分产品单耗法和产值单耗法。采用单耗法预测负荷的关键是确定适当的产品单耗或产值单耗。 单耗法可用于计算工业用户的负荷预测。 单耗法可根据第一、第二、第三产业单位用电量创造的经济价值，从预测经济指标推算用电需求量，加上居民生活用电量，构成全社会用电量。预测时，通过对过去的单位产值耗电量(以下简称“单耗”) 进行统计分析，并结合产业结构调整，找出一定的规律，预测规划第一、第二、第三产业的综合单耗，然后根据国民经济和社会发展规划指标，按单耗进行预测。单耗法需要做大量细致的统计、分析工作，近期预测效果较佳。 单耗法的优点是方法简单，对短期负荷预测效果较好。缺点是需做大量细致的调研工作，比较笼统，很难反映现代经济、政治、气候等条件的影响。

电力负荷预测方法

1.负荷预测分类和基础数据处理 1.1负荷预测及其分类 1.1.1负荷预测概念 负荷预测是根据负荷的历史数据及其相关影响因素，分析负荷的变化规律，综合考虑影响负荷变化的原因，使用一定的预测模型和方法，以未来经济形势、社会发展、气候条件、气象因素等预测结果为依据，估计未来某时段的负荷数值过程。 1.1.2负荷预测的分类 按照预测方法的参考体系，工程上的负荷预测方法可分为确定性预测方法、不确定预测方法、空间负荷预测法。 确定性：把电力负荷预测用一个或一组方程来描述，电力负荷与变量之间有明确的一一对应关系。 不确定性：实际电力负荷发展变化规律非常复杂，受到很多因素影响，这种影响关系是一种对应和相关关系，不能用简单的显示数学方程描述，为解决这一问题，产生了一类基于类比对应等关系进行推测预测负荷的不度额定预测方法。 空间负荷预测：确定和不确定负荷预测是对负荷总量的预测。空间负荷预测是对负荷空间分布的预测，揭示负荷的地理分布情况。

1.2负荷预测的基础数据处理 1.2.1负荷预测的基础数据 基础数据大致包括四类，分别为：①负荷数据（系统、区域、母线、行业、大用户的历史数据；负荷控制数据；系统、区域、大用户等的最大利用小时数；发电厂厂用电率和网损率。）②气象数据（整点天气预报；整点气象要素资料；年度气温、降水等气象材料。）③经济数据和人口（区域产业GDP；城乡可支配收入；大用户产量、产值和单耗；电价结构和电价政策调整；城乡人口。）④其他时间（特殊时间如大型会议、自然灾害；行政区域调整） 1.2.2数据处理 为获得较好的预测效果，用于预测数据的合理性得到充分保证，因此需要对历史数据进行合理性分析，去伪存真。最基本要求是：排除由于人为因素带来的错误以及由于统计口径不同带来的误差。另外，尽量减少异常数据（历史上突发事件或由于某些特殊原因会对统计数据带来宠大影响）带来的不良影响。常见的数据处理方法有：数据不全、数据集成、数据变换和数据规约等。 2.确定性负荷预测方法 2.1经验技术预测方法 2.1.1专家预测法 专家预测发分为专家会议发和专家小组法。会议发通过召集专家开会，面对

基于BP神经网络的电力系统负荷预测

基于人工神经网络的负荷预测 1.人工神经网络概述 人工神经网络类似于一个“多输入－多输出”的黑匣子，由一些能并行操作的简单单元组成，整个网络的功能是由单元之间的互连所决定的。 人工神经网络是通过“训练－调整－再训练－再调整”的过程，使得一个特定的输入能够通过网络得到一个特定的输出，其实质是通过调整单元之间的相互影响参数。其结构如下图1： 图1 神经网络结构图 2.题目要求及说明： 以广东某城市的2004年7月20日到7月30日的负荷值以及2004年7月 21日到7月31日的气象特征状态作为网络的训练样本，来预测7月31日的电

2.程序源代码 P=[0.2452 0.1466 0.1314 0.2243 0.5523 0.6642 0.7015 0.6981 0.6821 0.6945 0.7549 0.8215 0.2415 0.3027 0; 0.2217 0.1581 0.1408 0.2304 0.5134 0.5312 0.6819 0.7125 0.7265 0.6847 0.7826 0.8325 0.2385 0.3125 0; 0.2525 0.1627 0.1507 0.2406 0.5502 0.5636 0.7051 0.7352 0.7459 0.7015 0.8064 0.8156 0.2216 0.2701 1; 0.2016 0.1105 0.1243 0.1978 0.5021 0.5232 0.6819 0.6952 0.7015 0.6825 0.7825 0.7895 0.2352 0.2506 0.5; 0.2115 0.1201 0.1312 0.2019 0.5532 0.5736 0.7029 0.7032 0.7189 0.7019 0.7965 0.8025 0.2542 0.3125 0; 0.2335 0.1322 0.1534 0.2214 0.5623 0.5827 0.7198 0.7276 0.7359 0.7506 0.8092 0.8221 0.2601 0.3198 0; 0.2368 0.1432 0.1653 0.2205 0.5823 0.5971 0.7136 0.7129 0.7263 0.7153 0.8091 0.8217 0.2579 0.3099 0; 0.2342 0.1368 0.1602 0.2131 0.5726 0.5822 0.7101 0.7098 0.7127 0.7121 0.7995 0.8126 0.2301 0.2867 0.5; 0.2113 0.1212 0.1305 0.1819 0.4952 0.5312 0.6886 0.6898 0.6999 0.7323 0.7721 0.7956 0.2234 0.2799 1; 0.2005 0.1121 0.1207 0.1605 0.4556 0.5022 0.6553 0.6673 0.6798 0.7023 0.7521 0.7756 0.2314 0.2977 0]'; T=[0.2217 0.1581 0.1408 0.2304 0.5134 0.5312 0.6819 0.7125 0.7265 0.6847 0.7826 0.8325; 0.2525 0.1627 0.1507 0.2406 0.5502 0.5636 0.7051 0.7352 0.7459 0.7015 0.8064 0.8156; 0.2016 0.1105 0.1243 0.1978 0.5021 0.5232 0.6819 0.6952 0.7015 0.6825

负荷预测的几种方法及其应用

负荷预测的几种方法及其应用 摘要：在电力改革进一步深入、电力市场逐步形成、电力企业自主经营、自负盈亏的今天，电力负荷预测工作开始越来越重要。科技发展为预测提供了各种理论和方法，通过对电力负荷预测，对预测方法及其应用进行初步探讨。 关键词：电力负荷预测方法应用 1趋势分析法 趋势分析法称之趋势曲线分析、曲线拟合或曲线回归，它是迄今为止研究最多，也最为流行的定量预测方法。它是根据已知的历史资料来拟合一条曲线，使得这条曲线能反映负荷本身的增长趋势，然后按照这个增长趋势曲线，对要求的未来某一点估计出该时刻的负荷预测值。常用的趋势模型有线性趋势模型、多项式趋势模型、线性趋势模型、对数趋势模型、幂函数趋势模型、指数趋势模型、逻辑斯蒂(Logistic)模型、龚伯茨(Gompertz)模型等，寻求趋势模型的过程是比较简单的，这种方法本身是一种确定的外推，在处理历史资料、拟合曲线，得到模拟曲线的过程，都不考虑随机误差。采用趋势分析拟合的曲线，其精确度原则上是对拟合的全区间都一致的。在很多情况下，选择合适的趋势曲线，确实也能给出较好的预测结果。但不同的模型给出的结果相差会很大，使用的关键是根据地区发展情况，选择适当的模型。分析珠海市1995年以来的用电量历史数据，发现具有比较明显的二项式增长趋势，模型曲线为y=0.229565x2-914.8523x+911472.65，利

用该模型曲线得到2005年到2010年的用电量水平分别为52.78亿kWh和85.08亿kWh。拟合曲线如图1所示。 2回归分析法 回归分析法(又称统计分析法)，也是目前广泛应用的定量预测方法。其任务是确定预测值和影响因子之间的关系。电力负荷回归分析法是通过对影响因子值(比如国民生产总值、工农业总产值、人口、气候等)和用电的历史资料进行统计分析，确定用电量和影响因子之间的函数关系，从而实现预测。但由于回归分析中，选用何种因子和该因子系用何种表达式有时只是一种推测，而且影响用电因子的多样性和某些因子的不可测性，使得回归分析在某些情况下受到限制。 对珠海市历年用电量和国内生产总值GDP、人口popu等数据进行分析，求得回归方程为：y=-3.9848+0.0727GDP+0.10307popu，用该模型预测2005年和2010年的用电量水平分别为47.11亿kWh和70.98亿kWh。 回归分析预测方法是要通过对历史数据的分析研究，探索经济、社会各有关因素与电力负荷的内在联系和发展变化规律，并根据对规划期内本地区经济、社会发展情况的预测来推算未来的负荷。可见该方法不仅依赖于模型的准确性，更依赖于影响因子其本身预测值的准确度。 3指数平滑法 趋势分析和回归分析都是根据时间序列的实际值建立模型，再利用模型来进行预测计算的。指数平滑法是用以往的历史数据的指数加权组

电力系统短期负荷预测方法综述

电力系统短期负荷预测方法综述 本文主要是针对电力系统的短期负荷预测的概念和意义 进行综述，就短期负荷预测的一些特点及其影响预测精度的各方面原因进行总体的分析。在目前的预测方法里，主要有经典的预测方法和传统的预测方法以及智能预测方法和预测新方法。从这些预测方法入手进行综合的应用原理分析，比较其不同预测方法的优点及不足的地方。并且提出了短期负荷预测的精度提升了，不仅在历史的数据上重视了其积累，还应重视在预测的模型选择上要合适，综合型预测模型在未来电力负荷预测方法的必然性。 标签：电力系统短期负荷预测 电力负荷预测在能量的管理系统组成中是极为重要的部分，而短期电力负荷预测则是对几个小时后或是一天、几天的电力负荷值上进行预报。短期电力负荷预测不仅在电力系统安全以及经济的运作下提供了相关保障，还为市场的环境编排高度计划等打下了基础。不过在这个电力生产与消费的日趋市场化下，针对负荷预测的准确及可靠性上也有了更为高的要求，而且就电力系统管理与运行来讲其负荷预测逐渐成为了一个主要的研究领域。预测精度是决定短期负荷预测的作用大小的，所以在短期负荷预测方法研究的重点上是如何对预测精度进行提高。虽然短期负荷预测的研究历史已經很长远了，国内外的学者也对其在方法还有理论方面对于预测模型进行研究工作。当短期负荷出现因素太多的情况下，从而限制了预测方法的范围以及精度。下文针对短期的预测方法展开一个综合性的探析。在研究未来发展方向的同时也为实际情况下短期负荷的预测提供了一个基础。 1 基于短期负荷的预测特点 对于短期电力负荷来讲其预测便是基于在电力负荷以及相关的历史数据对模型进行全面的建立，从而使得新世纪型的电力负荷更具备科学性和全面性。对于短期负荷所面临的事件不确定性以及其随机性，包含了各种特点：①在预测的结果上其短期的负荷存在着一定的不确定性。②不同的负荷预测方法存在相应的条件性。③短期负荷预测在时间上各有不同。④预测的结果包含多方案性。 短期负荷预测精度的影响因素：①以往历史数据。②自然天气情况。③其日期类型。④负荷预测模型。⑤相关社会事件等。 2 简述短期负荷预测方法 短期负荷由于受到来自不同方向的因素影响，面临时间序列问题上其随机的过程表现的很不平稳，就算面临的影响因素包罗万象，不过在这些因素中都存在一个特点那就是有规律性。能够为实际预测打下基础，其短期负荷预测的方法大致分为四类。

(完整版)电力负荷预测方法

电力负荷预测方法 朋友们大家好，很高兴与大家分享一下电力方面的知识。本节摘要是：负荷预测方法可分为确定性负荷预测方法和不确定性负荷预测方法。确定性负荷预测方法是把电力负荷预测用一个或一组方程来描述，电力负荷与变量之间有明确的一一对应关系，包括时间序列预测法、回归分析法、经典技术预测法、趋势外推预测法等。不确定性预测方法基于类比对应等关系进行推理预测的，包括灰色理论预测法、专家系统法、模糊预测法、神经网络法、小波分析预测法等。 关键字：电力负荷预测方法... 负荷预测是电力系统调度的一个重要组成部分，是电力交易的主要数据源，也是电力系统经济运行的基础,任何时候,电力负荷预测对电力系统规划和运行都极其重要。近几年，随着我国电力供需矛盾的突出集电力工业市场化运营机制的推行，电力负荷预测的准确度有待进一步提高。 负荷预测方法可分为确定性负荷预测方法和不确定性负荷预测方法。 确定性负荷预测方法是把电力负荷预测用一个或一组方程来描述，电力负荷与变量之间有明确的一一对应关系，包括时间序列预测法、回归分析法、经典技术预测法、趋势外推预测法等。

而为了解决实际电力负荷发展变化规律非常复杂不能用简单的显式数学方程来描述期间的对应和相关这一问题，许多专家学者经过不懈努力，把许多新的方法和理论引入到负荷预测中来，产生了一类基于类比对应等关系进行推理预测的不确定性预测方法。包括灰色理论预测法、专家系统法、模糊预测法、神经网络法、小波分析预测法等。 <一> 确定性负荷预测方法 一、时间序列预测法 时间序列分析法利用了电力负荷变动的惯性特征和时间上的延续性，通过对历史数据时间序列的分析处理，确定其基本特征和变化规律，预测未来负荷。 时间序列预测是依据电力负荷的历史数据建立一个时间序列的数学模型，通过时间序列的数学模型可以描述这个时间序列变换的规律性，同时在数学模型的基础上建立电力负荷预测的数学表达式，并对未来的负荷进行预测。电力负荷时间序列预测方法主要包括自回归AR（p）模型、滑动平均MA（q）模型和自回归与滑动平均ARMA（p，q）模型等。 按照处理方法不同，时间序列法分为确定时间序列分析法和随机时间序列分析法。时间序列模型的缺点在于不能充分利用对负荷性能有很大影响的气候信息和其他因素，导致了预报的不准

毕业设计：基于BP神经网络的短期电力负荷预测(终稿)

毕业设计：基于BP神经网络的短期电力负荷预测（终稿）西安工业大学北方信息工程学院 题目:基于BP神经网络的短期电力负荷预测 系别电子信息工程系 专业电气工程及其自动化 班级 B070307 姓名宋亮 学号 B07030716 导师张荷芳焦灵侠 2011年6月 毕业设计(论文)任务书 系别电子信息系专业电气工程自动化班 b070307 姓名宋亮学号 b07030716 1.毕业设计(论文)题目: 基于bp神经网络的短期电力负荷预测题目背景和意义:电力系统是由电力网、电力用户组成，其作用就是对各类用户尽可能经济2. 地提供可靠而合乎标准要求的电能，以随时满足负荷要求。但是由于电力的生产与使用具有 其特殊性，即电能是不能储存的。这就要求系统发出电力随时紧跟系统负荷的变化动态平衡， 否则，就会影响供用电的质量。电力系统负荷预测因此发展起来，成为工程科学中重要的研 究领域，是电力系统自动化中一项重要内容。在电力系统安排生产计划和实际运行的过程中，

负荷预测起着十分重要的作用，主要表现在以下几个方面: (1)经济调度的主要依据。对电力 系统来说，必须对用户提供可靠而经济的电能，以随时满足各类用户的要求，亦即满足用户 的负荷需求，而在另一方面，又要考虑生产成本，由于电能不能大量储存，因此必须在确保 系统安全的情况下尽量减少实时发电备用容量。(2)生产计划的要求。电力系统中，由于其可 靠性的要求，各种发、供电设备都有确定的检修周期。(3)电力系统安全分析的基础。电力事 故所造成经济损失和社会影响是巨大的，必须尽量避免。 3.设计(论文)的主要内容(理工科含技术指标): 负荷预测并达到一定误差范围之内。 4.设计的基本要求及进度安排(含起始时间、设计地点):电子系实验室1-5周;开题，针对原理及应用、主要技术难点的收集资料，熟悉课题方案。 6-10周; 完成方案论证，确定设计方案。 10-15周;利用Matlab对系统做进一步的仿真分析 16-18周;完成所有的设计工作，整理资料，完成毕业论文，准备答辩。 5.毕业设计(论文)的工作量要求 400机时 *? 实验(时数)或实习(天数): 100天 *? 图纸(幅面和张数):A4×2 ? 其他要求: 论文:15000字以上;外文翻译:5000字以上 指导教师签名: 年月日 学生签名: 年月日 系主任审批: 年月日

电力负荷预测方法

1.负荷预测分类和基础数据处理 负荷预测及其分类 负荷预测概念 负荷预测是根据负荷的历史数据及其相关影响因素，分析负荷的变化规律，综合考虑影响负荷变化的原因，使用一定的预测模型和方法，以未来经济形势、社会发展、气候条件、气象因素等预测结果为依据，估计未来某时段的负荷数值过程。 负荷预测的分类 按照预测方法的参考体系，工程上的负荷预测方法可分为确定性预测方法、不确定预测方法、空间负荷预测法。 确定性：把电力负荷预测用一个或一组方程来描述，电力负荷与变量之间有明确的一一对应关系。 不确定性：实际电力负荷发展变化规律非常复杂，受到很多因素影响，这种影响关系是一种对应和相关关系，不能用简单的显示数学方程描述，为解决这一问题，产生了一类基于类比对应等关系进行推测预测负荷的不度额定预测方法。 空间负荷预测：确定和不确定负荷预测是对负荷总量的预测。空间负荷预测是对负荷空间分布的预测，揭示负荷的地理分布情况。 负荷预测的基础数据处理 负荷预测的基础数据 基础数据大致包括四类，分别为：①负荷数据（系统、区域、母线、行业、大用户的历史数据；负荷控制数据；系统、区域、大用户等的最大利用小时数；发电厂厂用电率和网损率。）②气象数据（整点天气预报；整点气象要素资料；年度气温、降水等气象材料。）③经济数据和人口（区域产业GDP；城乡可支配收入；大用户产量、产值和单耗；电价结构和电价政策调整；城乡人口。）④其他时间（特殊时间如大型会议、自然灾害；行政区域调整）

数据处理 为获得较好的预测效果，用于预测数据的合理性得到充分保证，因此需要对历史数据进行合理性分析，去伪存真。最基本要求是：排除由于人为因素带来的错误以及由于统计口径不同带来的误差。另外，尽量减少异常数据（历史上突发事件或由于某些特殊原因会对统计数据带来宠大影响）带来的不良影响。常见的数据处理方法有：数据不全、数据集成、数据变换和数据规约等。 2.确定性负荷预测方法 经验技术预测方法 专家预测法 专家预测发分为专家会议发和专家小组法。会议发通过召集专家开会，面对面讨论问题，每个专家充分发表意见，并听取其他专家意见。小组法以书面形式独立发表个人见解，专家之间相互保密，最后综合给出预测结果。 类比法 类比法是将类似失误进行分析对比，通过已知事物对未知事物做出预测。例如选取国内外类似城市或地区为类比对象，参考该对象的发展轨迹对本地区作出预测。 主观概率发 请若干专家来估计某特定时间发生的主观概率，然后综合得出该时间的概率。 经典技术预测方法 单耗法 通过某一工业产品的平均单位产皮用电量以及该产品的产量，得到生产这种产品的总用电量。 用电量A=国民生产总之或工农业总产值b*产值单耗g

电力负荷预测

电力负荷预测 公司内部编号：（GOOD-TMMT-MMUT-UUPTY-UUYY-DTTI-

电力网中的电力负荷预测 （广西科技大学 **） 摘要：电力负荷预测是供电部门的重要工作之一，准确的负荷预测，可以在保障电网的安全前提下，经济合理的安排电网内部发电机组的启停，合理安排机组检修计划，减少不必要的旋转备用容量，降低电网公司的运营成本，提高经济和社会效益。本文主要介绍了电力负荷预测的概念、步骤以及经常采用的负荷预测方法。 关键字：负荷；预测；方法；步骤 引言 基于“十五”期间国民经济和电力工业的发展状况，在全国电力供需趋于平衡的前提下，我国“十一五”规划对电力工业发展坚持了“十五”期间制定的“可持续发展”的要求：电力工业发展方式要从数量速度型向质量效益型转变，从以供给导向为主转向以需求导向为主，优化电力资源配置。国家经贸委电力工业“十一五”规划中预测：“十一五”期间我国经济增长速度为年均8%左右，电力需求的平均增长速度为7%，到2009年全国发电装机容量将达到亿千瓦，（其中，水电占总容量%，火电占总容量%）国家电力公司电力工业“十一五”计划及2015年远景规划中预测：“十一五”期间我国GDP年均增长8%左右，电力需求的平均增长速度在%~%之间，到2009年全国发电装机容量将达到亿千瓦，全社会用电量将达到16200亿~16600亿千瓦时。 但实际的情况是：截至2009年年底，全国发电装机容量达到亿千瓦，全国发电量达到亿千瓦时，全社会用电量为24689亿千瓦时。

1、电力负荷预测综述 、电力负荷预测的意义 电力用户是电力工业的服务对象，电力负荷的不断增长是电力工业发展的根据。正确地预测电力负荷，既是为了保证无条件供应国民经济各部门及人民生活以充足的电力的需要，也是电力工业自身健康发展的需要。电力负荷预测工作既是电力规划工作的重要组成部分，也是电力规划的基础。全国性的电力负荷预测，为编制全国电力规划提供依据，它规定了全国电力工业的发展水平、发展速度、源动力资源的需求量，电力工业发展的资金需求量，以及电力工业发展对人力资源的需求量。 收稿日期：2012-12-25 作者简介：***，本科，研究方向：电力负荷预测，E-mail： 本文运用神经网络对某市某年某月某日进行电力负荷的短期预测，它为这一地区电力规划奠定了一定的基础，同时也为这一地区电力工业布局、能源资源平衡、电力余缺调剂，以及电网资金和人力资源的需求与平衡提供可靠的依据。因此，电力负荷预测是一项十分重要的工作，它对于保证电力工业的健康发展，乃至对于整个国民经济的发展均有着十分重要的意义 、电力负荷预测的定义 电力负荷预测结果的准确与否直接电力负荷预测是指通过对电力系统负荷历史数据的分析和研究，运用统计学、数学、计算机、工程技术及经验分析等定性定量的方法，探索事物之间的内在联系和发展变化规律，对未来的负荷发展做出预先估计和推测。关系到电力投资的效益，供电的可靠性，用电需求的正常发展，以及社会的经济效益和社会效益。但要做到预测准确或较准确是很困难的，因为影响电力负荷预测的因素相当多，且由于各地区产业结构和人民生活水平不

浅析电力系统负荷预测方法

浅析电力系统负荷预测方法 发表时间：2017-10-18T18:11:03.780Z 来源：《电力设备》2017年第15期作者：梅宇1 杨畅1 徐明虎2 陈斯斯1 王硕1 [导读] 摘要：电力工业是国家在能源领域的重大基础行业，电力是国民经济的命脉，经济要发展，电力是先行，电力对于我国经济建设、国家安全、社会稳定、生活质量具有至关重要的作用，现代文明社会已经处处离不开电力供应。 （1.国网辽宁省电力有限公司检修分公司辽宁锦州 121013；2.国网辽宁省电力有限公司技能培训中心辽宁锦州 121000）摘要：电力工业是国家在能源领域的重大基础行业，电力是国民经济的命脉，经济要发展，电力是先行，电力对于我国经济建设、国家安全、社会稳定、生活质量具有至关重要的作用，现代文明社会已经处处离不开电力供应。负荷预测是目标网架规划的基础，提高负荷预测准确率，对电网发展的具有十分重要的意义。 关键词：负荷预测；电力系统；方法探讨 引言 电力工业是国家在能源领域的重大基础行业，电力是国民经济的命脉，经济要发展，电力是先行，电力对于我国经济建设、国家安全、社会稳定、生活质量具有至关重要的作用，现代文明社会已经处处离不开电力供应。目标网架是城市电网规划的基础，确定电网发展的方向和目标，是近期规划和中长期规划的重要依据。为了提高电网规划方案的可行性，必须将城市电网目标网架规划纳入城市整体规划。负荷预测是目标网架规划的基础，提高负荷预测准确率，对电网发展的具有十分重要的意义。 一、电力系统负荷预测的特点 1、电力系统中的负荷一般分为城市的民用负荷、商业的负荷、农村的负荷、工业的负荷和其他的负荷等，不同类型的电力系统负荷会具有不同特点及规律。城市的民用负荷大多来自城市的居民家用电器的用电负荷，它有年年不断增长的趋势，并且随着季节的变化而变化，但民用的负荷还是和居民日常的生活及工作规律相关较为紧密。 2、商业的负荷，主要是指商业用电中的用电负荷，它覆盖的面积大，而且用电量增加的速度的平稳，商业的负荷同样也具有根据季节变化的波动特性。即使它在电力的负荷中占的比重不如工业负荷及民用负荷，但是商业负荷中的照明类的负荷占用了电力系统用电高峰时段。除此以外，商业部门因为商业行为会在节假日里会增加营业时间，因此成为节假日里影响电力负荷重要的因素之一。 工业负荷是指用在工业生产的用电负荷，一般的工业负荷比重在用电负荷里构成中居于第一位，它不仅仅由工业里负荷端的使用情况决定（也包括负荷的利用情况、企业工作班制度等），而且它和各个行业的特性及季节里的因素都有非常密切的联系，一般的负荷还是比较稳定的。 3、农村的负荷是指农村里居民用电及农业里生产的用电。这类负荷和工业里的负荷相比较，受到季节等其他自然环境的影响非常大，它是由于农业生产特点来定性的，农业的用电负荷同时也受到农产品的品种、耕种特点的影响，但是就电网系统而言，因为农业的用电负荷的集中时间和城市的工业的负荷使用高峰时间有很大差别，所以对于提高电网的负荷率很有好处。 从以上的分析可以发现电力的负荷特点是常常变化的，不仅按照小时变化、按日变化，而且还按周变化，按年变化，同时电力负荷又是以小时作为基本单位不断发生变化的，它具有很大的周期性，负荷的变化是个连续发展变化的过程，在正常的情况下，它不会产生大的跳跃，但是电力的负荷对于季节等因素是十分敏感的，在不同的季节，不同的地区的气候和温度的变化都将会对电力负荷造成十分重要的影响。 4、负荷预测目的是根据电力负荷的发展状况和水平，同时也确定各个供电公司计划的年供用总值，供用最大的电力负荷与规划的地区的总共负荷的发展水平，是由各规划的年用电负荷构成。它将为经济合理准确地安排各个电网内部的机组启停和检修，保持电网的运行安全和稳定性，电网发展的速度，电力的建设规模，电力工业的布局，能源资源的平衡，电力余缺的调剂和电网的资金以及人力资源需求和平衡等各个方面提供十分可靠的依据。 二、负荷预测的方法及特点 1、单耗法 按照国家安排的产品产量、产值计划和用电单耗确定需电量。单耗法分"产品单耗法"和"产值单耗法"两种。采用"单耗法"预测负荷前的关键是确定适当的产品单耗或产值单耗。从我国的实际情况来看，一般规律是产品单耗逐年上升，产值单耗逐年下降。单耗法的优点是：方法简单，对短期负荷预测效果较好。缺点是：需做大量细致的调研工作，比较笼统，很难反映现代经济、政治、气候等条件的影响。 2、趋势外推法 当电力负荷依时间变化呈现某种上升或下降的趋势，并且无明显的季节波动，又能找到一条合适的函数曲线反映这种变化趋势时，就可以用时间t为自变量，时序数值y为因变量，建立趋势模型y=f（t）。当有理由相信这种趋势能够延伸到未来时，赋予变量t所需要的值，可以得到相应时刻的时间序列未来值。这就是趋势外推法。应用趋势外推法有两个假设条件：①假设负荷没有跳跃式变化；②假定负荷的发展因素也决定负荷未来的发展，其条件是不变或变化不大。选择合适的趋势模型是应用趋势外推法的重要环节，图形识别法和差分法是选择趋势模型的两种基本方法。 外推法有线性趋势预测法、对数趋势预测法、二次曲线趋势预测法、指数曲线趋势预测法、生长曲线趋势预测法。趋势外推法的优点是：只需要历史数据、所需的数据量较少。缺点是：如果负荷出现变动，会引起较大的误差。 3、弹性系数法 4、空间负荷密度法 空间负荷预测是对规划区域内负荷的地理位置和数值大小进行的预测，它提供未来负荷的空间分布信息。只有确定了配电网供电区域内未来负荷的空间分布，才能对变电站的位置和容量，主干线的型号和路径，开关设备的装设以及它们的投入时间等决策变量进行规划。由于空间负荷预测涉及大量的空间信息，地理信息系可以为空间负荷预测的数据收集、处理和预测结果的表示提供一个良好的平台。将GIS 引入空间负荷预测，可以极大地减少数据收集量，是空间负荷预测方法实用化的必要步骤。针对国内土地使用的实际情况，在空间负荷预测中采用了分类分区法，该方法是在分类负荷总量预测的基础上，根据城市规划用地图，计算分类负荷平均密度；再由小区面积构成、小区负荷同时率及修正系数求得小区最终负荷。同时，就分类分区法在预测过程中存在的一些问题进行了恰当的处理和改进。针对己有负荷预测软件在数据收集、统计，模型、方法选用，结果处理等方面存在的问题，在将传统、实用的常规预测方法用计算机加以实现的同时，

基于BP神经网络的短期电力负荷预测

西安工业大学北方信息工程学院 本科毕业设计（论文）题目：基于BP神经网络的短期电力负荷预测 系别电子信息工程系 专业电气工程及其自动化 班级B070307 姓名宋亮 学号B07030716 导师张荷芳焦灵侠 2011年6月

毕业设计（论文）任务书 系别 电子信息系 专业 电气工程自动化 班 b070307 姓名 宋亮 学号 b07030716 1.毕业设计（论文）题目： 基于bp 神经网络的短期电力负荷预测 2.题目背景和意义：电力系统是由电力网、电力用户组成，其作用就是对各类用户尽可能经济地提供可靠而合乎标准要求的电能，以随时满足负荷要求。但是由于电力的生产与使用具有其特殊性，即电能是不能储存的。这就要求系统发出电力随时紧跟系统负荷的变化动态平衡，否则，就会影响供用电的质量。电力系统负荷预测因此发展起来，成为工程科学中重要的研究领域，是电力系统自动化中一项重要内容。在电力系统安排生产计划和实际运行的过程中， 负荷预测起着十分重要的作用，主要表现在以下几个方面： (1)经济调度的主要依据。对电力系统来说，必须对用户提供可靠而经济的电能，以随时满足各类用户的要求，亦即满足用户的负荷需求，而在另一方面，又要考虑生产成本，由于电能不能大量储存，因此必须在确保 系统安全的情况下尽量减少实时发电备用容量。(2)生产计划的要求。电力系统中，由于其可 靠性的要求，各种发、供电设备都有确定的检修周期。(3)电力系统安全分析的基础。电力事 故所造成经济损失和社会影响是巨大的，必须尽量避免。 3.设计(论文)的主要内容（理工科含技术指标）： 负荷预测并达到一定误差范围之内。 4.设计的基本要求及进度安排（含起始时间、设计地点）：电子系实验室 1-5周；开题，针对原理及应用、主要技术难点的收集资料，熟悉课题方案。 6-10周； 完成方案论证，确定设计方案。 10-15周；利用Matlab 对系统做进一步的仿真分析 16-18周；完成所有的设计工作，整理资料，完成毕业论文，准备答辩。 5.毕业设计（论文）的工作量要求 400机时 ① 实验（时数）*或实习（天数）： 100天 ② 图纸（幅面和张数）*：A4×2 ③ 其他要求： 论文：15000字以上；外文翻译：5000字以上 指导教师签名： 年 月 日 学生签名： 年 月 日 系主任审批： 年 月 日 说明：1本表一式二份，一份由学生装订入册，一份教师自留。 2 带*项可根据学科特点选填。

电力负荷预测方法

电力负荷预测方法 发表时间：2018-08-02T15:26:39.817Z 来源：《电力设备》2018年第11期作者：刘自伟[导读] 摘要：电力设施是国家的基础设施，是国家经济发展不可缺少的基础条件。（韶关新丰供电局广东新丰 511100） 摘要：电力设施是国家的基础设施，是国家经济发展不可缺少的基础条件。随着经济的不断发展，珠三角的产业转移的趋势，电力设施配套建设已成为地区经济发展的关键。准确的电力负荷预测为电网规划提供强有力的依据，不仅可以获得巨大的社会效益，也可以获得巨大的经济效益。 关键词：电网规划；负荷预测；预测方法 1 序言 近年来，新丰经济的不断发展，珠三角的产业转移。为承接好珠三角产业转移，做好电力先行，准确地进行负荷预测十分重要。 2 负荷预测 电网规划很重要的一步就是电网负荷预测，电网负荷预测是安排电网基本建设项目的依据，确定了规划时期内的负荷水平也就确定了电力发展的速度；中、长负荷预测用来初步电源规划，而近期预测用来进一步确定变电站的容量。负荷预测是从已知的经济、社会发展和电力需求情况出发，通过对历史数据的分析和研究，对电力需求作出预先的估计和推测。根据这些预测结果，可以针对性地采取技术措施，如进行可中断负荷控制，增添低谷用电设备、采用蓄冷蓄热技术等，改变电力需求在时序上的分布，将用户的电力需求从电网高峰消减、转移或增加电网低谷期的用电以期提高系统运行的经济性和可靠性，在规划的电力网中还可以减少新增装机容量和节省电力建设投资，从而降低预期的供电成本。负荷预测的方法很多，主要有：综合产值单耗法、弹性系数法、时间序列法、参数回归法、比例系数增长法和经济模型预测法。 3 方法简介 3.1原始资料 3.1.1某县配电网装变容量 至2010年4月底，该县建有高压变电站4座，其中110kV变电站3座、200kV变电站1座：110kV变电总容量为430MV A。200kV变电总容量为360MV A，高压变电站总容量合计790MV A。 表1 某县高压变电站统计表 3.2 综合产值单耗法 3.2.1综合产值单耗法 单耗法是根据第一、二、三产业每单位用电量创造的经济价值，从预测经济指标推算用电需求量，加上居民生活用电量，构成全社会用电量。预测时，通过对过去的单位产值耗电量进行统计分析，并结合产业结构调整，找出一定的规律，预测规划期的一、二、三产业的综合单耗，然后按国民经济和社会发展规划的指标，按单耗进行预测。单耗法需要做大量细致的统计、分析工作，近期预测效果较佳。但在市场经济条件下，未来的产业单耗和经济发展指标都具有不确定性，对于中远期预测的准确性难以确定。 3.2.2计算过程 根据原始资料的数据对该县未来的负荷进行预测，其过程如下：先算出2010-2016年国内生产总值，设国内生产总值为T 亿元 亿元 亿元 亿元 再算出2007-2009各年的综合单耗

(完整版)电力负荷预测综述

电力工程信号处理 课程报告 电力负荷预测方法分析 院系：能源与动力工程学院 专业：电力系统及其自动化 指导老师王瑞霞老师 学号： 115108000887 姓名：于杏 日期： 2016.01.17

目录 1. 绪论 (2) 1.1电力负荷预测研究意义 (3) 1.2国内外研究现状 (3) 2. 电力负荷预测 (3) 2.1 电力负荷的研究背景 (4) 2.2 电力负荷的构成及特点 (4) 2.3 电力负荷的一般步骤 (4) 2.4 电力负荷预测方法 (5) 2.4.1 回归模型预测法 (5) 2.4.2 时间序列预测方法 (5) 2.4.3 人工神经网络法 (6) 2.4.4 灰色预测法 (6) 2.4.5 专家系统法 (6) 2.4.6 模糊数学法 (7) 2.4.7 小波分析法 (7) 2.5电力负荷预测方法分析与比较 (8) 3．总结 (8) 参考文献 (9)

摘要 电力负荷预测对电力系统规划和运行极其重要。准确的负荷预测是实现规划方案科学性和正确性的保证，也是保证电网可靠供电，优质运行的一项前瞻性工作。 本文先对介绍电力负荷预测的意义和发展概况，然后着重列举了回归模型预测法、模糊数学预测法、小波分析法等七种预测方法，并分别指出了优缺点，在此基础上分析了他们的不同及适用情况。以便于在选择出更为合适的电力预测方法的基础上，得到更为理想的预测结果。 关键词：电力负荷，电力系统，方法 Abstract Power load forecasting of power system planning and operation is extremely important. The accuracy of the load forecasting ensures the planning scheme to be scientific .It is also a prospective work to guarantee the reliability and economic operation of power. This article introduces the meaning and the developing situation of power load forecasting firstly, and then emphatically enumerates seven kinds of forecast methods, such as the regression model prediction method, fuzzy prediction method, the wavelet analysis method，etc. At the end,the article points out the advantages and disadvantages respectively, on the basis of the analysis of their different and applicable conditions. The article is useful in choosing a more appropriate power prediction methd, on the basis of which, better prediction results are obtained. Keywords: power load, the power system,method

人工神经网络在电力负荷预测上的分析与探讨

人工神经网络在电力负荷预测上的分析与探讨 作者：赵宇红胡玲刘旭宁 来源：《科技创新导报》2011年第02期 摘要:电力负荷的预测是电力系统规划的基础,对配变系统和新发电厂的建立具有重要意义。传统的预测方法是通过数学模型来分析电力负荷与其影响因素之间的关系,但由于实际工作中的不可预见因素较多,因此很难建立一个适用于任何情况的表达式。本文通过对人工神经网络在短期电力负荷预测中应用的分析,对其优缺点进行了探讨。 关键词:电力负荷预测人工神经网络应用人工神经网络的分析与探讨 中图分类号:TM76 文献标识码:A 文章编号:1674-098x(2011)01(b)-0090-01 对电力系统负荷的预测对于实现安全发供电、电力系统的自动化运行以及制定工作计划都有着非常重要的意义。传统的预测方法是将线形或分段线形表达作为负荷的预报函数,通过对其进行概率及数理统计的方式对其进行计算,并最终得出预测值。这种方法存在着建模所需的数据量大、适应性不强以及精度不高的问题,因此正逐渐被人工神经网络预测所取代。 1 日负荷模型的构成 电力系统负荷变化的周期性较强,因天气的变化而出现的负荷波动是导致电力系统负荷变化的主要因素,也就是说,N时刻负荷的变化量可以反映出天气的变化情况。因此,用向量的方式来表示负荷型,从而使全部的自变量相对于神经网络来说都属于输入量的中间分量,进而在自变量中隐含负荷与天气变化之间的函数关系。因此,日负荷模型的构成主要包括日基础负荷型和负荷影响因子模型。 1.1 日基础负荷模型 日基础负荷具有明显的周日性和周期性特征,代表了负荷的连续性,是负荷变化的基本规律。 ML［n,t］=∑(1-w)w(i-1)·L［n-(i·7),t］ 其中ML［n,t］代表的是日基础负荷; L［n,t］代表的是第n天t时刻的实际负荷; W代表的是加权系数,取指小于1大于0;