农业工程学院毕业设计说明书
0:00 1:00 2:00 3:00 4:00 5:00 6:00 7:00 8:00 9:00 10:00 11:00 12:00 13:00 14:00 15:00 16:00 17:00 18:00 19:00 20:00 21:00 22:00 23:00 -18 -19 -20 -19 -18 -17 -18 -17 -16 -15 -14 -13 -13 -12 -11 -10 -9 -8 -7 -8 -9 -12 -13 -15 3 3 3 2 2 3 3 3 2 2 1 2 2 3 2 3 2 2 2 3 3 4 3 3 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 64.10725 62.39206 62.32896 60.7861 64.23827 67.55168 70.55515 78.02583 73.76723 73.32247 75.80108 75.69858 70.68528 69.86855 74.26696 74.25833 75.68637 84.10879 86.70985 81.05289 83.56409 79.84229 75.42288 67.79508 表4-9 2014/4/28日的数据统计
其中天气情况介绍如下表：
32
农业工程学院毕业设计说明书
1 2 晴 多云 §4.6.2 基础资料分析
从掌握的历史数据来看，2001年12月和2002年1月数据采集没有问题，无需要取舍和修正的异常数据。预测日类型均为工作日第一天，天气的温度较为相似。可以选择作为预测的基础资料。
§4.6.3建立负荷预测模型
根据上述数据用MATLAB求解得：
所以所建立的模型为： 周一的模型：
33
农业工程学院毕业设计说明书
§4.6.4 进行负荷预测
表4-10 负荷预测值与实际值的对比 时间 0:00 1:00 2:00 3:00 4:00 5:00 6:00 7:00 8:00 9:00 10:00 11:00 12:00 13:00 14:00 15:00 16:00 17:00 18:00 19:00 20:00 21:00 22:00 23:00
预测负荷,MW 实际负荷,MW 67.4081 66.4465 65.4848 67.5691 68.5308 68.3698 67.4081 68.3698 70.4542 71.4159 73.5002 73.3392 73.3392 73.1783 75.2626 75.1016 77.186 78.1477 79.1094 77.025 76.0633 72.0556 72.2166 70.2932 64.10725 62.39206 62.32896 60.7861 64.23827 67.55168 70.55515 78.02583 73.76723 73.32247 75.80108 75.69858 70.68528 69.86855 74.26696 74.25833 75.68637 84.10879 86.70985 81.05289 83.56409 79.84229 75.42288 67.79508 34
绝对误差 3.30085 4.05444 3.15584 6.783 4.29253 0.81812 3.14705 9.65603 3.31303 1.90657 2.30088 2.35938 2.65392 3.30975 0.99564 0.84327 1.49963 5.96109 7.60045 4.02789 7.50079 7.78669 3.20628 2.49812 相对误差 5.15% 6.50% 5.06% 11.16% 6.68% 1.21% 4.46% 12.38% 4.49% 2.60% 3.04% 3.12% 3.75% 4.74% 1.34% 1.14% 1.98% 7.09% 8.77% 4.97% 8.98% 9.75% 4.25% 3.68% 农业工程学院毕业设计说明书
图？
电力系统负荷预测是根据电力负荷的历史数据来对未来某个时段内的系统负荷值作出预先估计。科学的预测是正确决策的依据和保证，因此电力系统负荷预测是电力系统进行实时控制、制定运行计划和发展规划的基础。
35
农业工程学院毕业设计说明书
总结
本文系统的介绍了配电网负荷预测的意义和研究现状，对现行的负荷预测方法进行了简单的总结，在综合介绍负荷预测的分类、特点及其基本原理等的基础上，详细研究了线性回归模型在负荷预测中的应用。
电力网络负荷同其所在的区的经济、政治、气候等因素存在某种因果关系。这种因果关系往往无法用精确的数学表达式来描述，只有通过对大量观察数据的统计处理，才能找到它们之间的关系和规律。回归分析法就是通过对观察数据的统计分析和处理，寻找负荷与影响因素之间的因果关系，建立回归模型进行预测的方法。将影响预测对象的因素分解，在考察各个因素的变动中，估计预测对象未来的数量状态。
回归分析法的预测精度较高，适用于在中、短期预测使用。灵活分析多因素模型时，更加简单和方便，可以准确地计量各个因素之间的相关程度与回归拟合程度的高低，提高预测方程式的效果。
对于线性回归：
（l）线性回归预测法能够满足电力系统短期负荷预测的要求； （2）采用线性回归预测法，对负荷值的预测精度虽然能达到要求，但是和其他先进的算法相比具有很大的限制，因为回归算法只有在天气因素等条件变化不大的时候才能够有比较精确的结果。一旦外界条件发生较大的变化，回归算法就不再适用了；
（3）由于各的区负荷的影响因素各不相同，本文所设计的模型预测其他的区的负荷时预测误差可能较大，因此此模型可能只适合于该的区的负荷预测。
（4）随着电力市场改革的深入开展，对电力系统输送的电能质量的要求也越来越高，对负荷预测的要求也越来越高。因此我们不但要进一步提高负荷预测的速度、增加负荷预测点密度，还要研究新的方法来提高负荷预测的精确度，并随时根据电力系统的变化或负荷的变化进行改进。
36