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。     

应用时间序列的自适应模型预测短期电力负荷

本文叙述基于时间序列分析概念提出的两种可在个人计算机上实现的自适应模型，可用于预 测电网未来1至72小时的电力负荷及2至3天的日电量。根据82年3月至83年2月的实际预测结 果作出的精度分析，说明了这两种模型各自的特点。采用这些模型预测负荷的方法简单、操 作方便，运行速度快。模型二比模型一的物理概念清晰，模型二显得更有实用价值。     

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。     

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。     

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。     

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。     

一种实用的超短期负荷预测曲线外推方法

超短期负荷预测对电网功率平衡控制具有重要作用。文中针对超短期负荷预测特点，提出一种基于曲线模式分析的曲线外推方法，并讨论了历史坏数据处理以及对当前负荷水平的特殊处理等实用性问题,以保证预测结果的稳定性。通过对几个实际系统的应用结果表明，该方法速度快，精度高，运行稳定可靠，同时具有较强的适应性。     

短期负荷预测方法的研究及在线应用

根据邯郸地区的负荷特点，将负荷预测分为正常日和节假日两种预测模型。在正常日预测中，采用基本负荷 加修正负荷的思想，修正负荷通过自组织人工神经网络训练得到；在节假日预测中，采用将历史负荷按“近大 远小”加权平均的思想。同时，应用最小二乘递推算法修正模型，进行在线预测。此外，还开发出相应的软件 包用于实际预测工作，并根据邯郸地区的实际情况，通过对MIS中公共数据库的访问，实现了负荷、气象数 据的自动获取和录入，减轻了运行人员的负担。     

灰色系统电力负荷预测模型在北疆电网的应用研究

电力系统负荷预测的准确度和精度会对电力系统安全、稳定、经济、可靠性产生巨大影响.本文在对灰色系统理论的基础上,建立灰色系统电力负荷预测模型,并对模型应用到新疆北疆电网,对2020年电力负荷进行预测,其预测结果精度较为满意.灰色系统电力负荷预测是较为可靠的预测方法.     

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。     

金鸡滩水电厂“两个细则”考核出现的问题及解决办法

“两个细则”考核是现阶段电网对发电厂的重要考核指标之一,主要由一次调频和发电计划考核组成。金鸡滩水电厂机组一次调频动作合格率低,动作方向错误或动作积分电量不足;机组自动化系统调节性能差,实际负荷曲线超越偏离计划负荷曲线上下限,导致“两个细则”被考核费用很多。为了减少不必要的被考核费用,通过对机组相关设备参数进行调整、试验,提高了机组一次调频动作合格率,改善机组自动化系统调节性能,确保实际负荷曲线不越限,大大降低了“两个细则”产生的被考核费用,取得了非常不错的经济效果。因此,结合机组结构特点,通过优化机组设备参数,提高一次调频动作合格率,改善机组调节性能,保证机组负荷曲线按发电计划曲线运行,减少因“两个细则”被考核而产生不必要的经济损失的方法是可行的。     

考虑系统负荷规模的 CPS1 标准修正方法

CPS1( Control Performance Standard 1) 标准在应用于负荷规模悬殊控制区域中,存在适用性问题,故有必要对 CPS1 标准进行分析以便改进。通过对 CPS1 标准频率调节责任分配本质内涵的剖析,和负荷波动幅度与负荷规模之间关系的探究,指出 CPS1 标准是依据系统的负荷规模分配频率调节责任。由于负荷波动的平滑效应,负荷规模较大控制区域的负荷随机波动与负荷规模( 与发电规模相当) 的比值较小,因此,在实际运行中大区域获得较好的评价结果是一个必然现象。在明确了这两种模式下( 分别按照系统负荷规模和波动幅度分配频率调节责任) 评价标准适用条件的基础上,提出了适用于我国电网运行现状标准的改进方法,即: 无需进行 B系数分配原则的改动,直接对标准中的 B 系数进行相关修正即可解决其适应性问题。仿真算例结果分析表明,按照原有标准进行评价,大区域将获得较好的评价结果,而所提出 CPS1 标准调整方法可有效解决该问题。     

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。     

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.     

提高短期负荷预报精度的研究及应用

本文提出了应用时间序列法提高短期负荷预报精度的具体方法。着重研究了利用日负荷时序 曲线和系统日负荷总电量进行伪数据识别及校正的方法，并考虑了一种对天气因素较为简易 的处理。本文的研究结合西北电力系统的实际情况进行。所编制的程序可在IＢM-PC机 上运行，操作简单易行，其精度基本达到平均日小时负荷误差2%~3%。     

基于输入空间压缩的短期负荷预测

由于影响负荷预测的因素复杂，并且实际获取的历史数据有限，传统的智能预测方法往往达不到工程应用的精度要求。为解决该问题，文中提出一种准确预测电力系统短期负荷的新思路：首先建立负荷输入特征选择模型，其搜索方法采用浮动搜索算法，在去除影响负荷预测的冗余特征之后，利用有限样本学习的统计学习理论（支持向量机）构造负荷预测回归模型，充分发挥其在解决有限样本、非线性中体现出的优势，较好地提高了评估结果的精度和泛化能力。在EUNITE网络中的应用结果证明了该方法对电力系统负荷预测的有效性。     

基于LSTM时间递归神经网络的短期电力负荷预测

短期电力负荷预测对于电网运行方式安排、计划检修、静态安全分析有着越来越重要的作用。LSTM时间递归神经网络可很好地处理负荷数据的时序性和非线性,适合用于短期电力负荷预测。提出一种基于长短期记忆(Long Short-Term Memory,LSTM)时间递归神经网络的电力负荷预测方法,并使用这种方法对昆明电网日电力负荷值进行预测,最终证明LSTM模型的准确及便利。     

EMS调度自动化系统在地区电网中的应用

基于肇庆电网实际，介绍了肇庆电网EMS应用软件的系统结构和软硬件配置及系统功能，包括网络拓扑、状态估计、调度员潮流、无功电压优化、负荷预测、故障评价等，并根据运行实际情况进行了分析。     

一种新型直调电厂机组绩效考评模式

电厂自动发电控制（AGC）控制精度及负荷曲线执行准确度是影响电网频率及控制性能标准（CPS）考核成绩的重要因素。提出一种新型的直调电厂机组绩效评价体系，利用自动化的数据采集模块对中调直调电厂机组的运行情况进行科学的统计，并通过内部协调控制模式实现对机组AGC及负荷曲线执行情况的跟踪评价分析，从而实现对电厂的有效管理。基于此，结合广东电网的实际情况，提出了适用于广东电网采用的直调电厂机组绩效考评模式，实际应用证实了该模式的可行性。     

电力系统短期负荷预测中非线性模型的研究与应用

介绍了时间序列分析中的一类非线性模型-SETAR模型的特点及其建 模，将这一模型应用于电力系统的短期日负荷预报。这种模型可以描述一些非 线性的时间序列，在负荷序列波动较大时仍能进行很好的预测，实例计算结果 表明预测精度满足要求，证实了将这一模型应用于电力系统短期负荷预测是可 行的。