电力系统负荷预后的动态建模新方法

本文提出了一种电力系统短期负荷预报的新算法。该算法首先利用模糊技术对历史负荷数据进行平滑处理，再根据平滑处理的负荷数据，分别建立了负荷变化的趋势项和波动项动态模型并作出预报，最后利用模糊综合评判的理论，考虑天气，假日等因素对负荷的影响，对预报值进行调整。该算法可实现提前１－２４上时的小时级负荷预报。     

短期负荷预报最优算法的模糊判据

提出了一种决断负荷预报最优算法的模糊判据。该判据利用模糊数学的有关理论，考虑了气候及节假日等因素对负荷的影响，通过建立各影响因素的权重和影响因素与预防算法的模糊关系，对各算法进行模糊综合评判，实现短期负荷预报最优算法的选择。     

电力系统负荷预报的动态建模新方法

本文提出了一种电力系统短期负荷预报的新算法。该算法首先利用模糊技术对历史负荷数据进行平滑处理，再根据平滑处理的负荷数据，分别建立负荷变化的趋势项和波动项动态模型并作出预报，最后利用模糊综合评判的理论，考虑天气、假日等因素对负荷的影响，对预报值进行调整。该算法可实现提前１～２４小时的小时级负荷预报。     

模糊决策中的知识获取及其在负荷预报中的实现途径

从计算机决策支持系统的设计出发，介绍了模糊决策中知识获取的一种基本方法，进而对于在模糊决策中利用自学习机制实现知识获取的方法进行了探索。根据气象条件实行负荷预报对电力系统的正常运行起着重要作用。     

短期电力负荷预报的自适应模糊神经网络方法

提出了一种的新的电力预报法－自适应模糊神经网络方法,该自适应模糊神经网络推理系统具有类似于神经网络的结构,并应用了一种混合的自适应学习算法,在此基础上,研究了该方法在电力负荷预报中的应用并与神经网络方法作了比较。     

配电网模糊优化规划(Ⅰ)——模型与方法

配电网规划的特点和难点是不确定性的处理，以往对配电网规划不确定性的研究大多是对某一步骤进行，文中应用模糊数学理论，形成了贯通的配电网模糊规划方法，可以考虑负荷，投资，电价等相关因素的不确定性，建立相应的模糊优化规划数学模型，结合配电网的特点，提出了配电网的模糊负荷预测方法，模糊潮流算法和模糊优化方法，采用L－R型模糊数进行负荷预测和潮流计算，提出了简便实用的边界法，即用负荷模糊预报值的左，右边界和中心值分别进行潮流计算，再综合计算结果，这在输电网的模糊潮流计算中是不可行的，但配电网的幅射状结构决定了这种模糊潮流算法的简单性，可以满足模糊规划的需要，算例表明，模糊规划方法可以得到鲁棒性强的规划方案。     

负荷预报中负荷规律性评价方法的研究

负荷预报是一个历久不衰的研究课题,以往的研究主要集中于预报方法,而缺乏对负荷自身变化规律的分析和评价。这不仅导致了难以公允地评价负荷预报方法,也使运行部门对负荷预报所提出的精度要求缺乏客观依据,该文阐述了评价负荷规律性的必要性,并建立了相应的评价方法,文中分析了负荷历史数据,负荷预报以及预报误差之间的关系,构建了一种基于统计分析的负荷规律性评价方法。在此基础上,建立了预估负荷预报误差极限的分析方法,运用所提出的方法对负荷变化的规律性进行评价,不仅可以客观地评价负荷预报方法的优劣,还可以根据不同负荷的规律性确定切实可行的负荷预报精度要求,文中给出的算例说明了方法的有效性。     

利用年用电量对峰值负荷进行预测

电力系统负荷预报的一项重要内容是峰值负荷预报，然而峰值负荷预报却不是容易进行的。这是因为：电力系统的负荷不是单一的负荷，通常由各种不同不同类型的负荷构成，它们不会同时产生峰值，所以要做到准确地预报电力系统峰值，就要考虑它的分散性，该文从年用电量的角度对峰值负荷进行预测。     

采用分时段模糊技术处理实现的短期负荷预报

采用模糊理论对日负荷曲线预报中的天气因素进行了模糊处理 ,根据季节、气候的不同对天气因素做不同的模糊处理和不同数学模型 ,建立了专家处理系统 ,提高了短期负荷预测的精度。通过对河南省某市级电力系统日负荷曲线的模拟预测 ,虽然仅对天气做了模糊处理 ,但预测结果令人满意。     

采用分时段模糊技术处理实现的短期负荷预报

采用模糊理论对日负荷曲线预报中的天气因素进行了模糊处理,根据季节、气候的不同对天气因素做不同的模糊处理和不同数学模型,建立了专家处理系统,提高了短期负荷预测的精度.通过对河南省某市级电力系统日负荷曲线的模拟预测,虽然仅对天气做了模糊处理,但预测结果令人满意.     

混合模糊神经网络在短期负荷预测中的应用

为提高电力系统短期负荷预测精度,将模糊逻辑和神经网络的长处融合在一起,构建了混合模糊神经网络短期负荷预测模型,用于预测预报日的负荷。其中针对模糊神经元的权值更新问题,采用了一种新的权值更新算法——一步搜索寻优法,进一步减小了预测误差。实际算例证明了该模型的有效性。     

一种内蕴误差评价的负荷预报方法

提出了一种基于内蕴误差评价的电力系统短期负荷预报方法。该方法建立在对负荷规律性和预报方法有效性全面评估的基础上,使预报和误差评价融于一体。运用该方法可以有效地诊断导致预报误差的主要因素,并在预报前估计预报误差的上下限,从而对发掘提高负荷预报准确度的潜力有所帮助。实例表明,该方法应用于短期负荷预报和预报精度评价是有效的。     

电力负荷短期预报数学模型的研究和应用

介绍了一种电力负荷短期预报数学模型，主要包括在平时负荷预报中采用多模型加权组合预报法和模式识别法，在节日负荷预报中采用充分利用历年节日期间的数据信息的模式识别法，通过浙江省电力负荷预报实践，证明提高了预报精度，给出了较好的预报结果     

能量管理系统(EMS)第4讲 电力系统负荷预报

介绍了能量管理系统（ＥＭＳ）中，电力系统负荷预报的内容，作用，概述了超短期，短期，中期，长期及母线负荷预报的模型和实现方法，说明了负荷预报应用软件的设计。     

一种简单实用的超短期负荷预报方法

本文提出了一种预测电网未来十分钟负荷的外推方法。该方法简单实用。已在东北电网和华北电网投入在线运行，预测结果准确，是一种具有普遍适用性的超短期负荷预报方法。     

电力系统负荷预报和母线负荷预报

EMS系统中包含有二类负荷预报:系统负荷预报和母线负荷预报。 系统负荷预报是用历史负荷数据预报未来某一时间段内的系统负荷。系统负荷预报有长期(年、月)和短期(周、日、小时)。我们现在研究的是日(24小时)负荷预报。 母线负荷预报是由系统负荷预报结果求出某一时刻的母线负荷。     

关于中期负荷预报方法的探讨

文章对中期负荷预报的各种方法进行了分析，提出了采用新的技术－人工神经网络方法，其主要思路是依据历史负荷资料，通过ＢＰ算法，自动形成相应的预测模型，使之能较好地反映出负荷的变化趋势。由于人工神经网络有较强的自学习功能，毋须事先选择函数，计算简单、修改方便，通过算例的计算，可以看出其预报的精度，是建立中期负荷预报模型的一种有效方法。     

自适应模糊预测器在电力系统负荷预测中的应用

1 引言。电力系统负荷预报从大的方面来说，可分为长，中和短期长期与中期负荷预报对于新机组安装建设，电网增容和改造有十分重要的意义。而短期负荷预报则是服务于电网的安全与经济运行。从运行的观点来看，负荷预报又可分为短期负荷预报与超短期预报。短期预报指一年之内，按周或天进行预报，而一天之内按小时或几分钟的预报认以是超短期负荷预报。超短期负荷预报常用于对电网进行在线分析与调度控制。     

应用Kalman滤波方法的超短期负荷预报

几分钟到一小时的超短期负荷预报在电网在线控制中占有重要地位。本文将Ｋａｌｍａｎ滤波方法应用于超短期负荷预测，并在预报过程中引入极大似然估计进行模型未知参数辨识，达到了参数估计过程与预报过程的统一。并给出本算法在几个电网中的实际应用情况及算例分析。     

利用神经网络进行电力系统在线预报

负荷在线预报是实现电网计算机在线控制的重要环节。预报的准确性和快速性在一定程度上决定着电网控制质量的优劣。由此出发，产生改进的共轭梯度法，保存了误差向向传播网（ＢＰＮ）精度高的特点，又明显地改进了快速性。文章论述人工神经网络（ＡＮＮ）在线负荷预报的原则和实现方法，并通过实例，说明如何运用改进的共轭梯度法对电力系统负荷进行快速预报。在预报中，由于随时采用新的负荷信息修改模型参数，故误差较小，该方法简