考虑气象信息的节假日负荷预测

因负荷成分与正常日有较大差异且样本较少，故节假日短期负荷预测精度往往不太理想。通过对节假日负荷特性的分析,考虑到节假日负荷影响主要受负荷自然增长及天气等因素的影响较大，文中采用相似日方法和模糊推理分别预测负荷曲线模式和负荷水平。通过对实际系统负荷进行预测，结果表明预测精度较高，尤其在气象出现较大变化的节假日能够得到较好的预测结果。     

基于多分辨率SVM回归估计的短期负荷预测

针对短期负荷预测支持向量机（SVM）方法的局部逼近能力和泛化能力进行研究，将多分辨率支持向量机（M-SVM）用于短期负荷预测中节点负荷预测曲线的回归估计。该理论在保持曲线总体逼近能力的同时提高了局部区域的逼近能力。文中根据短期负荷预测的具体特点，设计了负荷预测数学模型，采用96条回归曲线进行日负荷的曲线预测，并在该模型的基础上采用实际数据进行验证，分析了这种回归模型的泛化能力。实验结果表明M-SVM模型在预测精度和预测速度方面具有优良的特性。     

短期负荷预测的综合模型

进行实际短期负荷预测时，对某个固定地区，用不同预测方法可能得到不同的预测结果。文中基于对这些不同的预测结果的分析，提出了以得到一个唯一的综合预测曲线为目标的优化模型。根据模式识别的基本原理，这个新模型以待预测日与历史日之间相关因素的最佳匹配为原则。通过虚拟预测结果与实际负荷曲线数据的误差平方和的最小化，可以得到综合模型中各种单一预测结果所占的权重值大小。实际算例研究表明，综合模型的预测结果优于各种单一方法的预测结果。     

短期负荷预测相关因素的自适应训练

提高预测精度是短期负荷预测的基本目标。目前已提出了处理相关因素的规范策略和短期负荷预测的综合模型。在此基础上，将自适应训练的思想引入到短期负荷预测相关因素处理中，提出了相关因素自适应训练的若干概念，并分析了自适应训练中的基本问题，给出了短期负荷预测过程的抽象化模型，提出了两种训练负荷相关因素的算法：摄动算法和遗传算法，最后比较了这两种算法的优缺点。算例分析表明，通过自适应训练相关因素，实际预测的效果得到显著改善。     

电力系统短期负荷离线预测研究

针对某电网负荷预测问题，提出了对灰色预测法和单指数平滑法的有效改进，并将改进后的方法以及两种方 法的组合预测应用于实际负荷预测问题中，获得了满意效果。文中通过一个计算实例，比较了改进前后这几 种方法的预测精度，并列出了采用这几种方法进行负荷预测的满意结果。     

灰色自适应模型及在负荷短期预测中的应用

本文针对电力负荷变化的非平稳性，首先建立起灰色模型分析用电负荷的趋势项，用灰色模型值与原始数据值进行比较，得出一系列误差值，作为二级数据，进一步应用自回归AR(2)模型对灰色模型产生的误差进行适应性调整。以1991年上海市用电负荷为例，预测二周用电负荷的平均相对误差为1.65%，对于特殊的节假日负荷，根据其自身的特点，本文则采用二元线性拟合模型进行预测，以避免产生大的预测误差。采用本文的系统具有一定自适应性，对于非平稳性的电力负荷具有很好的预测效果。     

电力负荷的模糊预测方法

提出了一种组合式的模糊短期负荷预测方法。通过对负荷历史数据的离线动态学习，训练出 有关参数，经过模糊推理获得提前一步的负荷预测。系统中引入闭环模糊控制方法用以在 线消除预测误差，并设计了自适应的输出修正算法以排除可能存在的扰动影响。在描述模糊 负荷预测系统的设计、实现和应用的同时，还提出了一些负荷预测中所遇到的问题的解决方 法。     

异常电力负荷数据的辨识方法研究

为了满足实际对负荷预测精度的要求,提高中期负荷预测的准确性,针对目前异常数据辨识方法工作量大,人工干预较多,易误判、漏判的现状,以及电力系统年负荷曲线所具有的纵向相似性和横向相似性,提出了基于数理统计及三点平滑原理的异常数据辨识和修正算法.通过对甘肃省电网实际历史数据的辨识和修正研究,验证了此方法具有简单实用、工作量小、人工干预大大减少等优点,提高了负荷预测精度,具有一定的有效性和适用性.     

节能发电调度发电计划编制算法

在发电计划的编制过程中，如何实现机组发电序位表是体现节能发电要求的关键所在，为此，提出了发电计划编制核心算法。该算法基本原理为:根据全网负荷、分区负荷预测以及节能发电序位表，确定机组开机方式，然后采用等微增率法分配机组发电量;通过引入设备利用率系数分配机组发电曲线以满足系统安全运行和调峰要求，并修正机组发电曲线以满足运行约束条件，最终得到机组发电曲线。结合江苏电网以火电机组为主的特点，利用该算法进行节能调度发电试验日发电计划编制，验证了算法的合理性。     

基于系统动力学的电力系统中长期负荷预测

将系统动力学应用于电力负荷的中长期预测。首先根据历史用电情况分析建立模型结构图，然后进行方程式设计，最后通过仿真和参数敏感度测试证明模型的合理性和实用性。电力系统负荷中长期变化是一个受政策、经济等多方面不定因素综合影响的动态过程，采用系统动力学的方法进行预测可以充分利用专家的经验，并且在模型使用中不断积累经验，提高了预测精度。     

电力系统短期负荷预报的几种改进手段

采用时间序列法(ARMA)对电力系统进行短期负荷预报，着重研究了负荷样本伪数据的处理以 及如何建立从自动搜索定阶到节假日预报一整套的程序化模型，所编制程序在HP486 PC机上 获得通过。采用负荷数据为上海某供电局1995年5月份小时负荷报表，预报结果的日平均误 差为1%～3%，最大误差不超过5%。     

两种短期负荷预测精度考核标准的比较

负荷预测精度是对电网的负荷预测结果相对于实际发生负荷的偏离程度的事后衡量指标，是电力主管部门促进各级负荷预测部门提高负荷预测精度的考核手段之一。现行的两种考核标准还存在一些问题。文中主要对日负荷预测准确率和日合格点百分数进行了比较分析，揭示出这两种考核指标之间的内在联系，并对存在的问题进行了针对性研究，界定了这两种考核标准的适用范围。在对实际负荷进行概率统计分析的基础上，初步给出了针对具体电网负荷变化的规律性制定考核标准的参考方案，并验证了其可行性。     

基于BP神经网络工具箱的城市短期用水量预测

城市用水量预测受众多因素影响,具有非线性的特点。将气温、天气状况、节假日因素引入城市短期用水量预测,建立了面向MATLAB神经网络工具箱的BP神经网络预测模型。根据历史数据训练预测模型和进行仿真实验,并生成了预测数据与实际数据的拟合曲线。结果表明,BP神经网络模型在城市用水量预测中具有可靠性。     

电力短期负荷预测相似日选取算法

短期负荷预测是电力系统安全经济运行的基础，相似日选取的准确与否直接影响到短期负荷预测算法的精度。针对短期负荷预测的特点，提出一种能便于考虑各种因素影响的新算法。分析了气象、日类型等因素对负荷影响的常见规律，便于识别主导负荷变化的因素，建立了在短期负荷预测中选取相似日的新方法。理论和实例均表明，该方法适应性较强，能够通过历史数据分析从历史日中选取最合适的相似日，对提高短期负荷预测的精度具有较大价值。     

多层分区空间负荷预测结果综合调整的区间方法

提出了一种新的能计及不确定性因素的空间负荷预测结果综合调整的区间方法。首先建立了多层分区的空间负荷预测区间模型，将预测单元分为总量层、数据收集层和仿真层，既能结合趋势法和仿真法的优点，又能在保证足够土地划分解析度和预测精度的前提下有效控制数据收集的工作量。然后提出了基于该模型的空间负荷预测综合调整区间方法，这是一种在信息不完备条件下的负荷分布估计方法，解决了实际中空间负荷预测结果综合调整的难题。最后通过实例说明了该方法的实用性和有效性。     

基于改进相关向量机算法的短期电力负荷预测方法研究

由于短期电力负荷存在随机性强、影响因素多、预测精度低等问题,在充分考虑气温、日期、节假日等影响因素的基础上,深入研究预测模型,对单一预测模型进行了改进,提出一种将相关向量机与深度置信网络相结合的短期负荷预测方法.通过相关向量机对电力负荷周期变化的通用模型进行建立,在通过深度置信网络建立其误差补偿模型,使用误差补偿模型补...     

开放式SCADA/EMS系统支持的在线负荷预测系统

通过分析适用于负荷预测的数学方法，构成能在线实时运行的负荷预测系统。 为提高精度，采用自修改机制和加权组合方法。考虑了天气因素对电力负荷的 影响，并给出实际电网的计算结果。     

网格化的电力系统短期负荷预测的MDRBR模型

针对大电网的短期负荷预测，建立了按地域划分的网格化电力系统短期负荷预测模型。各子网格根据自身的历史负荷和气象条件建立对网格更为有效的负荷预测模型，并采用了面向粗糙集的默认规则挖掘算法（MDRBR——mining default rules based on rough set）构造各单一预测模型，从而获得更加准确的预测结果。文中首先描述了MDRBR算法，然后分析研究了网格化的日负荷多层规则网络构造过程，并给出了基于MDRBR算法的日负荷预测过程以及对某地历史数据的负荷预测结果。分析结果表明，该网格化负荷预测模型能更加准确地得出预测结果，有效地减少噪声，计算简单，且规则搜索效率高。     

灰色模型在短期电力负荷预测中的应用

电力负荷预测是电力控制及运行方面的最重要的一项任务，根据不同的预测对象，常用的方法有概率统计法、时间序列分析及灰色系统等等。文章讨论了灰色模型GM(1，1)及其改进模型在短期电力负荷预测中的应用。采用ARIMA(p,d,q)模型与GM(1，1)改进模型对特殊日电力负荷进行组合预测，提出了适合电网特殊日电力负荷预测的数据处理方法。提高了预测的精度。准确度到了95%以上，解决了每日24点正点采样情况下预测精度较低的问题。     

云南省汛期月度电量交易计划分解方法

针对日负荷和来水预测不确定性带来的中长期电量交易计划分解难以达到预控的进度目标,提出了汛期月度电量交易计划分解方法。利用日尺度负荷和径流预测结果,动态更新当日至月末的负荷和入库流量预测信息,采用当日的月累实发电量完成度与系统计划完成度偏差最大值最小的目标函数,生成参与发电计划调整的电站集合,滚动修正后续日发电计划。以云南省澜沧江、金沙江、怒江、红河以及伊洛瓦底江等干流流域约56座省调平衡水电站为研究对象,实例结果表明：该方法可满足当前云南电力交易中心的中长期交易电量分解到日的需求,有效解决了目前中期电量交易计划分解与梯级上下游水量平衡衔接不够紧密的实际难题。