农业工程学院毕业设计说明书
§1.2 国内外研究负荷预测的现状
目前，国内外关于短期电力负荷预测研究主要集中在三个方面：负荷预测的影响因素、负荷预测的数学模型和负荷预测算法的研究与改进。和前面两个方面相比较，第三方面的研究最为深入，已经涌现出了各种不同的预测模型和算法，并且随着预测技术和数学理论的逐渐发展，负荷预测的新方法也如雨后春笋般纷纷涌现。我国电力事业的发展，电网的管理日趋现代化，电力系统负荷预测问题的研究也越来越引起人们的注意，电力系统短期负荷预测是电力系统调度运营部门的一项重要的日常工作，对制定运行方式、维持电力系统安全和经济运行有重要作用，其预测精度的高低直接影响到电力系统运行的安全性、经济性和供电质量。同时，电力负荷预测工作的水平已成为衡量一个电力企业的管理是否走向现代化的显著标志之一，尤其在我国电力事业空前发展的今天，用电管理走向市场，电力负荷预测问题的解决已经成为我们面临的重要而艰巨的任务。
负荷的预测特点有以下几个方面： (1)不准确性 (2)条件性 (3)时间性 (4)多方案性
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，通常很多的区很大程度上依靠预测人员的经验进行预测。
西方发达国家如美国、英国随着电力市场的日益成熟，电力供应商为了获取最大利润，十分重视电力负荷预测工作。为此，科研工作者一直在研究电力负荷预测的新方法以提高预测精度。自从1991年美国学者Park等人提出使用神经网络预测电力负荷以来，人们对此表现出广泛的关注。在此基础上，美国的Khotanzad博士领导的科研小组经过几年的艰苦研究，提出了人
2
农业工程学院毕业设计说明书
工神经网络电力负荷短期预测系统(ANNSTLF)。这个系统己经在实用化方面取得了空前的成功。北美洲有35个大发电系统(公司)，根据天气预报、工业和居民用电统计资料，利用ANNSTLF系统预测发电站必须提供的发电量，大大提高了电站的经济效益和安全运转系数。但该系统有一个弱点，即不能处理不确定性信息，且需要大量的历史数据进行训练和学习。我国的负荷数据近些年才开始系统收集，采用ANNSTLF系统不太适合我国的国情。Hiroyuki教授等人则在电力负荷短期预测中运用了自适应模糊推理，Srinivasan博士采用了模糊神经计算进行需求预测。这些方法主要是针对工业化发达国家实际情况提出的，而我国的国情复杂，的区之间的差距很大，生搬硬套上述方法，很难取得成功。
当前国内电力短期负荷预测研究备受瞩目，很多学者提出自己的看法。东南大学的单渊达教授采用径向基函数(RBF)为神经网络预测系统前向网络的学习提供了一种新颖而有效的手段。RBF网络具有良好的推理能力，而且在学习方面比误差反向传播(BP)方法快得多。华北电力大学的牛东晓教授则引入了小波神经元网络电力负荷预测模型。它以非线性小波基为神经元函数，通过伸缩因子和平移因子计算小波基函数合成的小波网络，从而到达全局最优的逼近效果。清华大学张伯明教授采用共辘梯度法训练预测系统的神经网络，在学习算法上有所突破。国内著名人工智能学者蔡自兴教授则结合多层感知神经网络和多分辨率遗传算法来进行电力负荷预。华南理工大学的吴捷教授运用模糊逻辑和时序特性来进行最优模糊逻辑推理汇，该系统的输入量通过对历史数据的自相关分析而建立，再通过最近邻聚类法对历史数据的学习得到若干数据对，进一步由最优模糊逻辑系统建立短期电力负荷的预测模型。国家电力科学研究院的胡兆光老师将AI推理和模糊系统结合起来，建立AI规则库对电力负荷进行预侧，也取得了较好的效果。
§1.3 本文的主要研究工作
本文主要研究了线性回归模型在短期负荷预测中的应用，其主要内容包括：
（1）负荷预测技术的总结与研究，主要包括负荷预测的分类、特点及基本原理的分析；负荷预测的基本步骤的概述；
3
农业工程学院毕业设计说明书
（3）详细研究了线性回归预测方法的特点及其基本原理；
（4）最后在负荷预测的基本模型的基础上提出了线性回归模型，并对商丘睢阳的区负荷做出预测。
4
农业工程学院毕业设计说明书
第二章电力负荷预测的概论
§2.1 电力负荷预测的分类
我国电力行业采用过的分类方法多种多样，不同的分类方法分别用于不同的研究目的。分类方法主要包括:按预测周期、行业、预测特性等方法划分。
§2.1.1 按预测周期分类
电力系统负荷预测按预测的周期可分为超短期负荷预测、短期负荷预测、中期负荷预测和长期负荷预测。
（1）长期负荷预测是指预测未来1-10年的负荷，时间间隔为1年，主要是电网规划部门根据国民经济的发展和对电力负荷的需求，所作的电网改造和扩建工作的远景规划。对于短期负荷预测，需要充分研究电网负荷的变化规律，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。
长期负荷预测适用方法是：德尔菲法、专家系统法。
（2）中期负荷预测是指预测未来1-12月的负荷值，预测的时间间隔为1个月，主要用于水库调度、机组检修、交换计划、燃料计划等。
中期负荷预测适用的方法是：回归分析法、专家系统法。
（3）超短期负荷预测是指预测未来1-60分钟的负荷值，预测的时间间隔为1-5分钟，主要用于负荷频率控制、安全监视、预防控制、紧急状态处理等。短期负荷预测是指预测未来1-7天的负荷，预测的时间间隔为15分、30分或1小时，主要用于安排调度计划，包括火电发电出力分配、水火电协调、机组经济组合、交换功率计划等。
超短期负荷预测适用的方法是：时间序列分析法、灰色模型法、回归分析法、神经网络法、人工智能网络技术。
5
农业工程学院毕业设计说明书
§2.1.2 按行业分类
负荷预测可分为城市民用负荷、商业负荷、农村负荷、工业负荷以及其他负荷的负荷预测。其中，城市民用负荷预测主要指城市居民的家用负荷预测;商业负荷预测和工业负荷预测是指对各自为商业和工业服务的负荷进行预测;农村负配电网规划的回归分析负荷预测方法研究荷预测是指广大农村所有负荷(包括农村民用电、生产与排灌用电以及商业用电等)的预测;其他负荷预测则包括市政用电(街道照明等)、公用事业、政府办公、铁路与电车、军用等等负荷的预测。
虽然负荷可以大致这样分类预测，但并不严格，对于按某类负荷进行预测时，可能发生把某些实际负荷归算到哪一类负荷的争执。在这种情况下，就只能由各供电部门自己决定。因此，在一些供电公司中，可以各自有更具体的负荷预测分类细目。
本文的预测对象是商丘睢阳地区的用电，是城市民用负荷预测主要指城市居民的家用负荷预测。
§2.1.3 按负荷预测特性分类
根据负荷预测表现的不同特性，可以分成最高负荷、最低负荷、平均负荷、高峰负荷平均、负荷峰谷差、低谷负荷平均、平峰负荷平均、全网负荷、母线负荷、负荷率等类型的负荷预测，来满足供电、用电部门的管理工作的需要。
§2.2负荷预测的特点
电力系统负荷的大小和多种因素有关，这些因素中既有不确定性因素，如天气、温度等，也有确定性因素。由于负荷预测是根据电力负荷的过去和现在来推测它的未来数值，所以负荷预测工作研究对象是不肯定事件、随机事件，需要采用适当的预测技术，推出负荷的发展趋势和可能达到的状况。其特点可归纳如下：
（1）预测结果的不准确性
6