荷预测。
长期负荷预测一般指10年以上并以年为单位的预测，主要用于电源和网络的发展及电力系统的远景规划，一般需要数年至数十年的负荷值，并受国家政策、地区的社会经济、人口、气候等因素的影响，涉及许多不确定问题。
中期负荷预测指5年左右并以年为单位的预测，主要用于水库调度、机组检修、交换计划和燃料计划，帮助决定新的发电机组的安装(包括装机容量大小、型号、地点和时间)与电网的规划、增容和改建。
短期负荷预测是指一年以内，以月为单位的负荷预测，还指以周、天、小时为单位的负荷预测。通常预测未来一个月、一周、一天，甚至一天中各时段的负荷值。短期负荷预测主要用于火电分配、水火电协调、机组经济组合、交换功率计划、确定燃料供应计划、合理安排机组的检修计划、对运行中的电厂处理要求提出预告，使对发电机组出力变化事先得以估计。
超短期负荷预测是指对未来1小时、0.5小时甚至几分钟的预测，主要反映负荷在短时间内的变化规律，即反映负荷的上升、下降或水平趋势及变化值，用于质量控制和自动发电控制(AGG)、安全监视和紧急状态处理。
（3）负荷预测按特性分类
根据负荷表示的不同特性，负荷预测可分为对最高负荷、最低负荷、平均负荷、负荷峰谷差、高峰负荷平均、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，以满足供电、用电部门的管理工作的需要。
1.1.3 负荷预测的意义
电力负荷预测是电力系统规划、调度等管理部门非常重要的工作之一。在电力系统安排生产计划和实际运行的过程中，负荷预测起着非常重要的作用，从大的方面说主要有以下几点:
（1）电力部门进行市场运营的的需要
电能无法储存的特点决定了电力生产“即产即销”的特点，即整个生产与消费必须同一瞬间完成。所以，在电力市场环境下，电力负荷预测同电力市场的发、供电公司都有密切联系。首先，对于各发电公司来说，发电量不足或发电量过剩，都会影响发电公司的经济效益；另外，为提高发电机组运行可靠性、延长机组寿命，电力公司每年必须定期对发电机组进行检修。这些都需要对电网负荷进行准确的预测，以便于各电力公司对所属的各电厂制定相应的生产计划和检修计划。而发电公司在出售电能前制定实时电价的时候由于需要既保证赢利，又要保证电价的竞争力，必须制定出合理的实时电价，这也需要对短期负荷预测的结果进行参考。
22
另一方面，各供电公司由于需要自负盈亏，也需要根据负荷预侧的数据制定购电计划。以免由于购电量不足，使整个电网的可靠性无法得到保障；或购电量过剩，造成浪费，带来经济上的损失。
（2）电力系统安全分析的基础
电力事故所造成的经济损失和社会影响是巨大的，必须尽量避免。负荷预测为基础是进行电力系统安全、发现系统临界状态的重要依据，这些信息将帮助和提醒调度员进行必要的操作以确保电力系统的安全性。
（3）实时调度和负荷管理的参考
对于实时调度来说，负荷预测的信息给了调度员一个实时信息，以保证调度员经济、可靠的在线工作。负荷管理，主要是通过调整用户的用电负荷和用电时间，削峰填谷，提高负荷率，搞好均衡发供电和用电，以充分发挥现有电力设备的潜力。它对于缓解电力供应的紧张状况发挥了积极的作用，而准确的负荷预测能够为负荷管理提供重要参考，便于电力企业在负荷高峰期采取有效的负荷管理措施来保证电力供应。
（4）电力建设、发展规划的依据
全国性的电力规划从宏观上规定了全国电力工业的发展水平、发展速度、能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。而全国性的电力负荷预测，为编制全国电力规划提供了一个依据。而地区或电网范围内的电力负荷预测成果，则是地区或电网范围内的电力规划的基础，它为地区或电网的发展速度、电力建设规模、电力工业布局、能源资源平衡，地区或电网间的电力余缺调剂，以及地区或电网资金和人力资源的需求与平衡提供可靠的依据。
综上所述，负荷预测是电网运行计划、实时控制和长期发展规划的前提。准确的系统负荷预测，对编制发、供电计划，经济合理地安排电网内部发电机组的起停，合理安排机组检修计划，保持电网运行的安全稳定性，减少不必要的储备容量，有效地降低发电成本等都有很重要的意义。 1.1.4 负荷预测的特点
由于负荷预测是由电力负荷的过去和现在推测它的未来数值，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和模型，推出负荷的发展趋势和可能达到的状况。负荷预测具有如下的特点。
（1）负荷预测的不准确性
预测学本身就是一个研究不确定问题的理论与方法，在当今科学界，也是一个新的、正在探索的领域，因此，其预测的结果应是一个概率的值。电力负荷未来发展是不确定的，它要受到多种多样复杂因素的影响，而且各种因素也
23
是发展变化的。这就决定了预测结果的不准确性或不完全准确性。
（2）负荷预测的条件性
负荷预测的预测过程是一个由历史向未来递推的过程，是在一定条件下做出的。条件可分为必然条件和假设条件两种。可靠的负荷预测往往依赖于电力负荷预测的本质规律，这种预测条件就是必然条件。在很多情况下，由于负荷未来发展的随机性，需要一些假设条件，给出的负荷预测结果都是基于这种假设的前提。如果负荷的过去和现在的发展直接延伸到未来，没有什么重大的干扰和破坏，或完整的记录了这些突发事件，并将这些历史数据模型化来类比现在、预测未来。但是如果在预测其中发生了无法估计的重大事件(如气象的剧烈变化，突发事故，国家政策变化等)，以至于负荷变化的正常规律被破坏,使预测失效。这种类型的负荷预测在实际应用中并不少见，这种转折点是最难预测的。如果历史数据中含有类似的事件，预测的趋势就比较好定。因此要尽量保证负荷预测历史数据的完整性。
（3）负荷预测的时间性
各种负荷预测都有一定的时间范围，因为负荷预测属于科学预测的范畴，因此，要求有比较确切的数量概念，往往需要确切的指明预测的时间。
（4）负荷预测的多方案性
负荷预测的机理是一个数学建模的过程，而不同的数学模型的使用条件是有一定的限制的，不是万能的，如果不注意各数学模型的使用条件，一味地输入相应的值去计算，其预测的结果误差肯定很大。所以需要考虑不同的负荷条件建立模型。
（5）负荷预测的地区效应
在不同的负荷预测的范围内，负荷的构成比重不同，因此，影响负荷的因素有所不同。一般说来，大电网负荷变化有较强的统计规律性，预测结果较准确，而地区级电网的预测精度则相对低一些。 1.2 负荷预测的国内外发展现状
综观国内外在该领域的研究历史，科学预测源于20世纪30年代，经过几代研究者数十年的努力，得到快速发展。自80年代以来，随着社会经济系统日趋复杂，预测面临着前所未有的困难，人们把目光转向非线性预测领域，并继续吸引着众多非线性科学研究者。目前已有近200种预测方法，其中绝大多数都是线性方法，而在非线性方法中，支持向量机是最引人注目的方法。
国外对于负荷预测的研究开展较早，美国华盛顿大学的D.C.park等人最早将神经网络应用于负荷预测，将传统模型中无法考虑的天气因素加入到模型中，得出了神经网络负荷预测模型比传统预测模型预测精度高的结论。但是
24
D.C.park的模型中没有考虑到日类型、节日等其它因素，部分预测结果误差较
大。
我国对负荷预测的重视程度经历了一个认识的过程。在1970年到1996年的缺电时期，由于控制用电、控制报装等客观原因，对负荷预测要求较低，造成负荷预测的准确度不高，对新方法的应用力度不够。1996年后我国电力市场由卖方市场转向买方市场，由以产定销变成以销定产。近年来随着用电需求的不断攀升，我国出现了大面积的“电荒”，这与缺少准确的负荷预测不无关系。
随着电力市场机制的不断完善，电力公司力求及时、准确地把握负荷变化的信息，把对负荷预测的重要性和迫切性提到了前所未有的高度，同时也对负荷预测的精度提出了更高的要求，这必将推动我国对负荷预测新方法、新技术的研究。目前，负荷预测的方法主要可分为定性的经验预测技术和依赖于数量模型的定量预测技术。经验预测方法主要依靠专家或专家组的判断，仅给出一个方向性的结论，预测结果也不是数值型的。在实际应用中，从可计入专家经验这一点来说，定性方法的预测精度并不比定量方法的预测精度差，甚至比某些定量方法的预测精度高，尤其是在天气突变、重大事件等特殊情况下。 1.3 本项目主要任务
本项目首先从负荷预测的定义出发，引出负荷预测的分类、背景及意义，和负荷预测方法的发展现状；然后结合新疆地区目前的实际情况，从负荷预测方法中选取支持向量机预测法，对支持向量机的原理和优势作以介绍并提出负荷预测的假设；最后用支持向量机预测法对电网实际数据进行预测，证明此方法的有效性，为假设提供有力的证据。 1.4 项目特色与创新之处
传统负荷预测方法主要是一种以数理统计学为理论基础，并以已有的历史负荷数据为主要研究对象的预测方法，即回归分析法、时间序列法等。现代负荷预测方法伴随着多种交叉学科的发展，人工智能理论出现了，该理论在数据挖掘技术、机器学习方法、神经网络技术、图像识别、智能机器人等很多研究领域得到了广泛的研究和应用，从而促进了现代负荷预测技术的发展。
不同地区的负荷有很大的差异，随着新疆经济的快速发展，新疆工业、农业和牧业用电负荷增长较快，因此，新疆电力负荷在时空分布上都有独特的一面，完全运用国内外成功的经验和负荷预测模型，将会对新疆电网静态、动态仿真计算分析、运行控制等带来偏差，所以，结合新疆电网的具体地域情况，考虑到新疆电网地区负荷特性的差异，建立与所研究的稳定问题密切相关的负荷预测模型，针对所研究问题的特点，选择能够更好反应负荷实际特性的负荷预测模型和参数，为新疆电网仿真计算提供较高精度的负荷预测模型。
25
2 负荷预测的综合分析
2.1 负荷预测的要求
电力系统的负荷既有一定的规律性，又有很强的随机性，未来某一时刻的负荷，通常与过去的负荷水平、当前的运行状况、预测期的气象因素以及日期类型等密切相关。因此，对负荷预测的要求也就是对预测模型的要求，必须考虑下述问题：
（1）应能反映负荷随着季节、星期及一天24小时周期性波动的特点； （2）应能反映负荷自然增长的内在规律； （3）应能反映气温、日照等气象因素的影响；
（4）近期负荷变化趋势比早期负荷变化趋势对未来负荷变化地影响更加明显，数学模型应能反映出这种“近大远小”的规律；
（5）对节假日期间的负荷应建立专用预测模型，且能够根据现场需要，提前对节假日期间的负荷进行预测； （6）应能适应在线应用的需要。 2.2 负荷预测的影响因素
从负荷预测的特点可以看出，负荷预测的结果受多种因素的影响，主要有： （1）气候变化和自然灾害的影响
气候因素有很多，但主要指气温和湿度。随着家用电器的普及，气候变化对负荷的影响愈来愈明显，生活用电比例呈逐年增加的趋势。某中等城市电网统计，当夏季气温超过37℃时，温度每上升1℃，电力负荷便增加100MW左右；与此同时，近年来的城市生活用电以每年近30%的速度增长。同样，严重的自然灾害如洪涝、大旱等，也会造成电力负荷的大幅度波动。而98年全国性洪涝灾害使众多大中型工业企业停产，负荷大幅度下降便是最好的说明。
（2）宏观产业结构调整的影响
国家宏观产业结构调整必然会影响电力需求的变化。譬如，基建项目实行“宏观调控”直接“刺激”或“抑制”国民经济的发展和耗电大企业的用电，造成电力负荷的变化。
（3）能源市场变化带来的影响
从整个能源消耗市场来看，电力市场只是其中的一个组成部分。事实上，用户消费能源的种类和数量与能源的价格、易用性等也有关系。一定条件下，用户选择电力消费和其他能源消费的比重可能会发生变化，有时甚至会完全发生逆转。例如，管道煤气价格的提高会使居民用电负荷迅速增加；电力价格居
26