台风期间福建电网短期负荷预测研究

台风对电网负荷的影响具有不确定性和随机性,传统负荷预测结果往往不是很理想。结合福建电网的实际情况,归纳分析历年影响福建电网的台风活动规律,提出一种适合台风期间的负荷预测方法。若存在可用相似日,考虑负荷年增长趋势等因素,给出一种基于相似日修正的负荷预测方法 ;而针对无可用相似日的台风,提出一种基准负荷修正的预测思路。研究表明,该预测方法能够有效提高福建电网的短期负荷预测精度,具有一定的理论意义和应用价值。     

基于省级电网的短期负荷预测系统的开发

在对吉林省网及其所辖分区电网负荷规律性进行全面分析的基础上，开发了一种基于省级电网的电力负荷短期预测系统。系统包括回归、组合加权等多种预测方法，提供了直接预测与分区汇总两种预测方式，具有对省网负荷及所辖各分区负荷进行规律性评价的子模块，采用数据库形式对历史负荷、预测结果等多种数据进行分类管理，使数据维护更方便。对省网负荷及所辖各分区负荷的预测结果进行了比较，并在此基础上分析了省网及各分区负荷的规律性。该系统界面友好，操作简单，已成功应用于吉林省调度中心。     

基于负荷空间分布预测的电网规划方法研究(I)中长期负荷预测

介绍一种新型的电网规划方法。文章分为5部分，本期刊登第1部分，具体探讨电力系统的中长期负荷预测方法，先用一种基于系统动力学建模和模糊浆类的方法进行负荷预测，之后应用传统的回归分析方法对其进行校验，最后通过优化组合的方法获得电力系统总量负荷的预测结果。这种方法既有相关分析结果，也有递推的预测结果，能减少人为因素对负荷预测的影响，获得科学的预测结果。     

山东电网饱和负荷及负荷空间分布研究

以山东电网为研究对象,介绍一种城市电网饱和负荷密度及负荷空间分布预测方法。基于分析空间饱和负荷的特征,建立空间饱和负荷模型,提出逻辑功能区划分方法,并通过对山东电网及分地区进行饱和负荷分析,预测出山东电网的饱和负荷情况。     

冀南电网春节假日期间电力负荷预测方法

春节假日期间电力负荷预测意义非同一般。文章对冀南电网春节期间电力负荷用电规律做了系统认真研究，提出了用数学回归模型与负荷分析相结合这一新的预测方法，成功地用于１９９４，１９９５，１９９６年春节电力负荷预测。文章分析了冀南电网电力负荷变化因素，对短期负荷预测方法提出了新的观战。     

某市2008～2012年电力负荷预测

首先介绍了几种常用的负荷预测方法及其特点，并且结合某市电网的实际情况，对电网2008～2012年负荷进行了预测。预测结果可为某市电网的规划提供参考。     

具有二重趋势性的季节型电力负荷预测组合优化灰色神经网络模型

电力负荷预测是电力系统的一项重要工作，季节型电力负荷预测是一个难点，缺少相应的数量预测方法，对于具有增长和波动二重趋势性的季节型电力负荷，首先提出了季节型负荷预测的组合优化灰色神经网络模型，研究了同时考虑两种非线性趋势的复杂季节型负荷预测问题，说明了优化模型分别优于两种单一发展趋势负荷预测的模型。给出了电力负荷预测的应用实例，通过对河北电网季节最大负荷与销售电量的分析，建立了对应的组合优化灰色神经网络模型，与其它算法进行了比较，计算结果表明，该方法较大提高了季节型负荷预测的精度，为季节型电力负荷预测提供了一种新的，有效的方法，编制了季节型负荷预测的软件，此软件具有实用性和通用性。     

基于支持向量机的中长期日负荷曲线预测

提出了一种预测中长期日负荷曲线的新方法，通过历史典型日负荷数据构造出典型日年度发展时间序列，运用支持向量机方法对预测日各时刻负荷值进行预测并得到了典型日负荷曲线。该方法不需要对日负荷特性、最大负荷及需电量进行预测，因此避免了可能的误差积累问题。以某电网为例对该方法进行了测试，结果表明其具有较高的预测精度。     

丰台地区负荷分析

在分析丰台地理及经济发展的基础上，对丰台电网的负荷发展现状进行分析，并在此基础上做负荷预测分析，提出了对地区网负荷的分析研究方法。重点强调了地区经济的发展走势对电网负荷以及负荷的预测的影响。     

南京城市电网核心区短期负荷特性分析及预测

城市电网核心区负荷变化复杂,影响因素众多,对电网调度部门的安全运行提出了挑战。基于南京电网实际负荷数据,分析了负荷变化特性及各类影响负荷变化的因素,同时针对预测方法中存在的边缘效应等问题,通过改进训练策略,提出了一种新的人工神经网络短期负荷预测模型。该模型采用多隐含层和动态神经元个数的预测方法,对不同神经元预测结果进行比较,以达到预测负荷的目的。预测结果表明,基于该方法建立的预测模型适用性强且能获得较高的预测精度,可为城市核心区的短期负荷预测提供可行方案。     

动态相似与静态相似相结合的短期负荷预测方法

气温对负荷的影响存在累积效应,这导致气象条件与日类型相同两天的负荷仍然可能有较大的差异。因此,现有的以当天气象条件和日类型为特征参量的相似日选取方法不能保证预测的准确率。针对目前累积效应带来的影响,提出了一种动态相似的思路,并且将其与现有的静态相似方法相结合得到一种新的短期负荷预测方法。运用解耦模型分别对待预测日的日平均负荷和负荷曲线形状进行预测。采用动态相似的思路进行日平均负荷预测,采用静态相似日的思路进行负荷曲线形状的预测。算例中,分别以对节假日的负荷预测以及连续高温日期的负荷预测为例,通过对北京某地区的实例计算,结果表明,该预测方法可以提高短期负荷预测的准确率。     

汕头电网规划研究方法

汕头电力工业局与华南理工大学电力学院合作进行的汕头电网规划研究工作,即是一项具体的规划任务,也是一项研究课题。在此,对汕头电网规划中采用的负荷预测方法、变电站选址优化、网架优化、经济综合分析方法等内容做了综合介绍。本研究作为企业与高校联合开展科学研究、优势互补解决工程实际问题的尝试,取得了很好的结果。     

基于稳定度的短期负荷预测结果评价新方法

短期负荷预测是合理安排电网生产调度、保证电网安全经济运行所必须的,因此,短期负荷预测精度是一项重要的工作考核指标,而如何评价短期预测也就成为重要的课题。分析了常规负荷预测结果评价方法在省地一体化管理应用中的弊端,并基于频域分析,建立了评价负荷规律性强弱的稳定度指标,提出了以稳定度为依据建立新型负荷预测结果评价标准的新思路。以广西桂林、河池地区电网为例,验证了稳定度分析法的可行性。     

小区负荷密度指标法在格尔木城区电网负荷预测中的应用

针对格尔木城市规模较小,用电水平较低,采用传统的负荷预测方法很难准确把握格尔木城网目标年负荷水平。文章利用《城市电网规划计算机辅助决策系统》软件中的负荷预测子系统,采用国内在目标年常用的小区负荷密度指标模型,对目标年格尔木城区负荷总量及负荷分布进行预测,得到格尔木城区饱和的负荷水平和准确的负荷分布情况,为指导今后电网建设提供依据。     

GIS地理信息系统在华东电网绝缘子雾闪预测中的开发与应用

介绍了华东电网在雾季预报GIS自动化方面取得的进展,分析了ArcGIS服务器和华东电网地理信息系统中绝缘子雾闪预测子系统的应用系统结构,为500 kV输电线路的管理和维护提供了高效、快捷和准确的技术手段。     

中压配电网中长期负荷预测实践

负荷预测是电力网络规划的基础，预测方法的选择是否合理直接影响负荷预测结果以及电网规划水平。因此，对于具有不同特性的供电网络应采用相应的负荷预测方法，以上海市某10kV供电地区的3个典型地块作为配电网中长期负荷预测研究对象，通过详细分析待预测地块的特点选择合适的预测方法，并给出3个地块2001－2006年的负荷预测结果，从而为中压配电网中长期负荷预测工作提供有价值的参考。     

华北电网动态负荷模型仿真

结合华北电网安全稳定计算分析工作研究了负荷模型的变化对系统稳定计算结果的影响，探讨了新的负荷模型在局部地区电网的适应性等问题，研究了负荷模型和参数变化对系统稳定水平影响的机理，对华北电网负荷模型和参数的选取提出了建议。     

华东电网气象负荷特性分析

利用华东电网省市气象观测资料和历史负荷进行分析,找到影响电网气象负荷的关键气象因子并建立相关关系模型.通过对典型日估算的省市气象负荷与模型拟合负荷进行印证,并据此推导出华东全网气象负荷与关键气象因子的拟合关系.     

采用协整检验的电力系统组合预测建模条件判定方法

对组合预测方法应用于电力系统短期负荷预测的条件进行了探讨。为了提高电力系统短期负荷预测的精度，运用计量经济学中的协整理论，对组合预测方法进行了研究，并分析了实际的负荷数据，得出应用的条件是：每种预测方法得到的预测值序列与实际负荷值序列之间应该具有协整关系，这是在电力系统短期负荷预测中采用组合预测方法的必要条件。结合实际预测数据，对协整分析方法及相关检验的实现过程进行了详细的计算说明，并对此结论的适用范围进行了介绍。     

Mixed price and load forecasting of electricity markets by a new iterative prediction method

Load and price forecasting are the two key issues for the participants of current electricity markets. However, load and price of electricity markets have complex characteristics such as nonlinearity, non-stationarity and multiple seasonality, to name a few (usually, more volatility is seen in the behavior of electricity price signal). For these reasons, much research has been devoted to load and price forecast, especially in the recent years. However, previous research works in the area separately predict load and price signals. In this paper, a mixed model for load and price forecasting is presented, which can consider interactions of these two forecast processes. The mixed model is based on an iterative neural network based prediction technique. It is shown that the proposed model can present lower forecast errors for both load and price compared with the previous separate frameworks. Another advantage of the mixed model is that all required forecast features (from load or price) are predicted within the model without assuming known values for these features. So, the proposed model can better be adapted to real conditions of an electricity market. The forecast accuracy of the proposed mixed method is evaluated by means of real data from the New York and Spanish electricity markets. The method is also compared with some of the most recent load and price forecast techniques.