农业工程学院毕业设计说明书
缺点是：①规划水平年的工农业总产值很难详细统计；②用回归分析法只能测算出综合用电负荷的发展水平，无法测算出各供电区的负荷发展水平，也就无法进行具体的电网建设规划。
（3）时间序列法
时间序列模型有自回归(AR)，动平均(MA)、自回归一动平均(ARMA)、累积式自回归一动平均等模型。在上述负荷公式中B(t)包含有平均负荷和负荷变化系数，前者属于线性趋势分量，后者是周期性分量，如果通过差分将趋势分量和周期分量清除掉，得到一个平稳时间序列即随机波动分量，再对这个随机分量进行预测。
这些方法的优点是：所需历史数据少、工作量少。缺点是：没有考虑负荷变化的因素，只致力于数据的拟合，对规律性的处理不足，只适用于负荷变化比较均匀的短期预测的情况。此方法预测周期长，整个预测期内事物呈现出渐增或渐减的总倾向,适用于季节性预测和大生产预测。
（4）专家系统预测法
传统人工智能是从计算机科学的角度来研究机器智能的智能科学。专家系统是传统人工智能中最活跃的分支。专家系统是对领域专家分析、求解复杂问题能力的模拟。而一般的来说，人类专家的能力来源于他们渊博的知识，即专家的知识很大程度上决定了他们的能力。因此如果能让计算机程序具备并能灵活运用与专家相同的知识，我们就可期望该程序系统也具有与专家相似的分析、判断和推理能力，这一点已为一些成功的专家系统实践所证实。专家系统方法的优势在于它可以避开复杂的数值计算而使问题得到解决，系统结构简单、清晰，对于预测过程和预测结果具有良好的透明性。而专家系统的缺点是知识库的建立比较困难。尽管如此专家系统对于解决不确定性问题和非规律性问题仍然是一个强有力的工具。专家系统是将专家在实际工作中对事物获得的感性认识进行提取，建立知识库，并在系统的实际运行过程中对知识库不断进行更新和维护，以跟随事物的变化轨迹，达到模拟专家的目的。它具有像人类专家一样大量的专门知识，它能够根据具体情况灵活运用这些知识，并根据不确定和不完整的证据得到较好的结论。
此法的优点是：①能汇集多个专家的知识和经验，最大限度地利用专家的能力；②占有的资料、信息多，考虑的因素也比较全面，有利于得出较为
12
农业工程学院毕业设计说明书
正确的结论；它可以避开复杂的数值计算而使问题得到解决，系统结构简单、清晰，对于预测过程和预测结果具有良好的透明性。缺点是：①不具有自学习能力，受数据库里存放的知识总量的限制；②对突发性事件和不断变化的条件适应性差。而专家系统的缺点是知识库的建立比较困难。
（5）神经网络预测法
神经网络是仿效生物处理模式以获得智能信息处理功能的理论， 让计算机学习包含在历史负荷数据中的映射关系，再利用这种映射关系预测未来负荷。由于该方法具有很强的鲁棒性、记忆能力、非线性映射能力以及强大的自学习能力，因此有很大的应用市场，但其缺点是学习收敛速度慢，可能收敛到局部最小点；并且知识表达困难，难以充分利用调度人员经验中存在的模糊知识。
优点是：①可以模仿人脑的智能化处理；②对大量非结构性、非精确性规律具有自适应功能；③具有信息记忆、自主学习、知识推理和优化计算的特点。缺点是：①初始值的确定无法利用已有的系统信息，易陷于局部极小的状态；②神经网络的学习过程通常较慢，对突发事件的适应性差。
（6）灰色系统法
灰色系统理论是80年代由我国邓聚龙教授提出，用来解决信息不完备系统的数学方法。它把控制论的观点和方法延伸到复杂的大系统中，将自动控制与运筹学的数学方法相结合，用独树一帜的有效方法和手段，研究了广泛存在于客观世界中具有灰色性的问题。部分信息已知、部分信息未知的系统称为灰色系统。
在灰色系统理论的研究中，将各类系统分为白色、黑色和灰色系统。“白”指信息完全已知；“黑”指信息完全未知;“灰”则指信息部分已知、部分未知，或者说信息不完全，这是“灰”的基本含义。客观世界是物质的世界，也是信息的世界。可是在工程技术、社会、经济、工业、环境、电力等各种系统中经常会遇到信息不完全，运行行为信息不完全等等。
灰色预测的优点：要求负荷数据少、不考虑分布规律、不考虑变化趋势、运算方便、短期预测精度高、易于检验。缺点：一是当数据离散程度越大，即数据灰度越大，预测精度越差；二是不太适合于电力系统的长期后推若干年的预测。
13
农业工程学院毕业设计说明书
（7）小波分析法
小波分析是上个世纪数学研究中的最杰出的代表。它吸取了现代分析学中的泛函分析、数值分析、Fourier 分析、样条分析、调和分析等众多分支的精华，包罗了它们的特色, 受到了科学界、工程界的广泛关注，并且在信号处理、图像处理、模式识别、的震预报等十几个学科领域得到应用。在负荷预测中，通过选择合适的小波，对不同性质的负荷进行分类，从而可以针对某种性质的负荷，根据其规律采用相应的预测方法，对分解出的序列分别进行预测，再将预测得到的序列进行重构，得到负荷的预测结果。
由于重构可能造成误差的累加，因此对各小波系数序列的预测精度要求较高，也增加了模型的复杂性。
（8）模糊集理论
模糊集理论是1965年由美国加州大学伯克来分校L.A.Zadeh教授提出的，利用模糊性原理解决实际工程问题，并且制定了模糊集合概念作为定量描述模糊事物的基本数学模型。模糊集理论是介于逻辑计算和数值计算之间的一种数学工具，形式上利用规则进行逻辑推理，但其逻辑取值可以在0与1之间连续变化，采用数值的方法进行处理。由于模糊集理论适合描述广泛存在的不确定性，同时具有强大的非线性映射能力，能够在任意精度上一致逼近任何定义在一个致密集上的非线性函数，并且能够从大量的数据中提取它们的相似性，这些特点正是进行短期负荷预测所需要的而其它方法所欠缺的优势所在。
近年来，模糊集理论在电力系统中的应用也得到了飞速发展。模糊集合理论便作为一门崭新的学科显示出强大的生命力。从实际应用来看，单纯的模糊方法对于负荷预测，精度往往不尽如人意，这主要是由于模糊理论缺乏学习能力，这一点对不断变化的电力负荷来说，是极其不利的。
由于每一种预测方法的发展规律和其侧重点的不同，对于不同的的区和同一的区不同的时间段，预测方法的选择和组合也不尽相同。虽然负荷预测的方法越来越多，但这些预测方法均有各自的优缺点,因此我们可以针对这些算法的缺点对其进行改进,并根据其优点将不同的算法组合应用。
以上是预测方法的介绍及归总，基于本文的预测对象是居民用电短期负荷预测，故选用回归分析法进行负荷预测。
14
农业工程学院毕业设计说明书
第四章负荷预测的基本模型
§4.1负荷预测的基本模型
负荷预测是根据负荷过去的历史资料，建立恰当的数学模型对未来的负荷进行预测。在进行电力系统的短期负荷预测时，针对负荷变化的特点，既要充分分析、掌握并利用其规律性，又要兼顾各种因素的影响。
§4.1.1 影响负荷变化的因素
系统总负荷是系统中所有节点上所有负荷的总和。在理论上，如果系统中所有节点负荷变化的方式都是已知的，那么就可以直接预测出系统总负荷的变化量。但是单个负荷的变化方式具有非常大的随机性和不可预测性，不仅如此，同一系统中不同负荷的变化方式也各不相同，因此不能直接通过综合估计负荷的变化方式来预测系统的总负荷。尽管单个负荷的变化有很大的随机性，但实践表明所有单个负荷的总和即系统总负荷一般具有一定的变化规律，在不断实践的过程中，人们逐渐总结出影响这种变化的因素主要有四种:
（1）基本正常负荷分量
对于不同的预测周期，基本正常负荷分量有不同的内涵，与气象等无关，对于超短期负荷预测，正常负荷分量近似线性变化，甚至是常数；对于短期负荷预测，正常负荷分量一般是周期性变化，而中长期负荷预测中，正常负荷分量呈现出明显增长趋势的周期性变化。因此，对于基本正常负荷分量，可用线性变化和周期性变化模型来描述或者两者共同来描述，线性变化描述日平均负荷的变化规律，而周期变化描述以24h为周期的变化规律。
（2）天气敏感负荷分量
如今的电网有大量的天气敏感负荷，如空调、电热器以及农业灌溉等负荷的存在，而这些气象敏感负荷有与一系列的气象因素有关，如温度（T）、阴晴、雨雪、风力、湿度等，因此气候条件对负荷模式变化有显著的影响。
15
农业工程学院毕业设计说明书
根据各种因素对负荷影响程度的分析，对于大部分电网来说温度是最重要的气候影响因素。对任一给定日，温度对正常值的偏差，将会引起负荷的显著变化，有时甚至需要对机组投入计划进行大的修正。湿度是另外一个可以影响电网负荷的因素，特别是在水旱灾年的排涝灌溉等。因为不同的气象因素影响负荷的方式不同，而一年中，不同时期的气象因素影响负荷的方式也不同，所以要根据大量给定的过去若干天负荷和天气数据记录，进行数据处理和相关性分析，以决定天气敏感负荷模型。这里以日负荷预测为例，给定过去若干天气负荷记录、温度记录，利用线性回归或曲线拟合方法，可以用三段直线来描述天气情况。
（4-1）
式中，T为预测温度，可日最高温度、最低温度、平均温度或是某时点温度；，
，
为电热临界温度和斜率
时电热负荷增加，其斜率为
。
；
为冷气临界温度和斜率在
是冷气负荷增加，其斜率为
之间一段温度上，电热和冷气均不开放，负荷和温度没什
么关系。图4-1为大气敏感负荷模型。
0 W T 图4-1大气敏感负荷模型
（3）特别事件负荷分量
它指的是特别电视节目和重大政治活动等对负荷造成的影响，其特点是
16