电力系统负荷预测研究综述与发展方向的探讨

负荷预测是电力系统规划、计划、用电、调度等部门的基础工作。讨论了年度负荷预测、月度负荷预测和短期负荷预测的特点、成熟方法，分析了负荷预测问题的各种解决方案，并指出未来的主要研究方向。根据国内电力系统负荷预测的实践和国外的经验，对我国开展电力系统负荷预测工作提出了一些建议。     

基于分形理论的电力系统负荷特性研究

电力系统负荷预测是电力系统发电计划的重要组成部分，也是电力系统经济运行的基础。在当前电力发展迅速和供应紧张的情况下，合理地进行负荷预测对于电力系统规划和运行极其重要。通过分析电力系统负荷曲线，得出电力系统负荷具有统计的自相似性，从而证明了分形理论应用于负荷预测的可行性和合理性，为将分形理论应用于电力系统负荷预测提供了理论依据。     

大波动地区电力系统短期负荷预测方法研究

电力系统负荷预测是电力系统调度、用电、计划、规划等管理部门的重要工作任务之一 ,用电管理的市场化和电力系统本身的数字化对电力系统负荷预测水平 ,特别是短期负荷预测水平提出了时代的新要求。介绍了常用的几种预识测方法 ,重点了介绍了现代预测方法、状态空间法和组合预测方法 ,指出短期负荷的主要预测方法为人工神经网络法。     

电网短期负荷预测管理探究

通过对当前电网短期负荷预测现状的分析,指出了当前电网短期负荷预测管理中存在的问题,分析了负荷预测问题的各种解决方案,并指出未来的主要研究方向。根据国内电力系统负荷预测的实践和经验,对我国开展电力系统负荷预测工作提出了一些建议。     

《电力系统负荷预测》

在电力科技专著出版基金的资助下，由清华大学电机系康重庆、夏清、刘梅撰写的《电力系统负荷预测》一书，2007年7月由中国电力出版社出版。该书是清华大学电机系10余年来在负荷预测方面研究成果的总结，主要探讨电力系统负荷预测的概念、原理、模型、方法及其应用效果，并着重分析了做好负荷预测工作的理念、各种理论与方法的应用方式。     

辽阳地区1997—2005年用电量及供电负荷预测

电力系统用电量及供电负荷的预测准确与否，关系到电力系统本身的发展，还关系到电力发展的规模和速度是否能促进国民经济的增长。至今为止，用于负荷预测的方法有许多种，到底哪一种方法适合于多长时期、什么行业的预测，并没有一个确切的规定。该文以辽宁省辽阳市的用电负荷数据为预测对象，利用各种预测方法进行预测研究，最后寻找出辽阳市负荷预测的方法，给出1997～2005年预测负荷推荐值，供辽阳供电局安排1997～2005年发电、用电工作时参考。     

电力系统短期负荷预测的静态分析

通过对电力系统负荷预测主要方法的理论分析，探讨了在短期负荷预测中基本负荷分量组成方式。以及基本负荷分量在电力系统负荷预测模型中变化规律。为提高电力系统短期负荷预测的准确性提供了依据。     

影响电力系统负荷预测的因素

1 前 言 电力系统负荷预测是电力系统规划、设计、运行部门的一项重要工作。对调度部门而言,负荷预测更是其主要的日常工作之一。 提高负荷预测的准确性对电力系统满足未来负荷的需求、保证电网的安全、经济运行以及提高对用户供电的可靠性具有重要意义。     

电力系统负荷预测方法综述

电力系统负荷预测对电力系统的调度运行和生产计划有很大影响,准确的负荷预测有助于提高电力系统的安全性、稳定性、经济性,随着电力市场的建立与发展,负荷预测将发挥越来越重要的作用。简述了电力系统负荷预测的概念和意义,对现有的负荷预测方法进行分类,介绍了各种预测方法的原理,讨论了各种方法的优点与不足之处。最后,对电力系统负荷预测方法未来的发展方向做出了展望。     

电力系统中短期负荷预测方法

在电力系统运行管理中，负荷预测决定了发、输电和电能分配等方面的合理安排问题，对电力系统的安全经济运行与国民经济的发展具有非常重要的影响，对电力系统中短期负荷预测方法作了介绍。     

电力负荷预测方法在地区供电部门的应用

负荷预测是电力系统规划的基础，其准确度直接影响到电网建设。介绍电力系统负荷预测中常用的几种简单预测方法，用各方法对常德地区的负荷进行了预测，并分析了供电部门对负荷预测的基本要求。     

基于RBF神经网络的短期负荷预测

电力系统短期负荷预测是电力部门的重要工作之一。在短期负荷预测中,电力负荷变化受多方面因素的影响。负荷曲线呈现出强烈的非线性。正确认识和分析影响负荷因素对负荷的影响一直是短期负荷预测的关键问题。采用径向基函数神经网络进行电力系统短期负荷预测可获得更高的预测精度。     

UD-IGA网络构造法在短期负荷预测中的应用

电力系统短期负荷预测既是电力系统调度部门制定发电计划的依据,也是制定电力市场交易计划的基础，它对电力系统的运行、控制和计划都有着非常重要的影响。可由于负荷预测的复杂性、不确定性，难以获得精确的预测值。为提高预测精度，针对电力负荷的特点，综合考虑历史负荷、天气、日类型等因素的影响，将基于均匀设计（UD）和改进遗传算法(IGA)的网络构造法用于短期负荷预测。数据样本训练和实际预测结果表明，该模型不仅可避免陷入局部极小点,而且提高了预测精度和网络的训练速度。     

电力系统负荷电量预测的研究

<正>首先分析了电力系统负荷电量预测含义、分类及意义,然后对电力系统负荷电量按周期长短预测的方法进行了理论推导和研究。电力系统负荷电量预测是电力系统负荷预测的重要组成部分,主要用于选择适当的机组类型、合理的电源结构和确定燃料计划等。电力负荷电量预测如果偏低会引起电网容量不足,供电质量降低;电力负荷电量预测偏高将导致发输变电设备利用率不足,造成投资的浪费,降低电力系统的经济效益。电能的生产和消费同时进行这一特性决定了电力负荷预测在电力系统运行、调     

电力系统短期负荷预测方法与预测精度综述

短期负荷预测是电力系统调度运营部门一项重要的基础工作,预测精度的高低直接影响到电网运行的安全性、经济性以及电能质量。特别是随着我国电力市场的不断完善和发展,短期负荷预测发挥的作用日趋重要。本文首先对影响电力系统负荷预测精度的因素进行了分析和总结,然后对目前负荷预测方法中的智能预测方法和新方法进行了阐述和探讨,最后提出了提高负荷预测精度的几项措施,并对其未来发展方向进行了展望。     

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。     

浅析电力系统的负荷预测

负荷预测对电力系统规划和运行极为重要,文中论述了电力系统负荷预测的方法与分类、负荷预测的基本过程,同时介绍了新兴交叉学科理论及现代预测方法。     

基于RBF神经网络的短期负荷预测

电力系统短期负荷预测是电力部门的重要工作之一.在短期负荷预测中,电力负荷变化受多方面因素的影响,负荷曲线呈现出强烈的非线性.正确认识和分析负荷影响因素对负荷的影响一直是短期负荷预测的关键问题.采用径向基函数神经网络进行电力系统短期负荷预测可获得更高的预测精度.文中研究了电力市场下基于径向基神经网络的短期负荷预测建模及其仿真.     

一种电力系统短期负荷预测网络信息系统

在应用BP神经网络对电力系统进行短期负荷预测的基础上，设计了基于三层C／S网络信息结构的电力系统短期负荷预测系统，并给出了一种具体的实现方法。该方法使用户可以通过在线方式浏览历史数据，查看预测结果并分析市场走势，通过预测系统，客户能够根据负荷值采取相应措施，最大程度减少损失并获得较高利润，该系统目前用于预测美国加州电力系统负荷，随着国内电力市场的开放，也用于预测山东，浙江等省的负荷，该方案采用的先进计算机技术和体系结构保证了系统的良好性能。     

最小二乘支持向量机短期负荷预测研究

电力系统短期负荷预测是一项非常重要的工作,准确的短期负荷预测对于电力系统经济、安全、可靠的运行具有特别重要的意义.随着电力系统的日趋复杂化,特别是电力市场的逐步深入,短期负荷预测被赋予了更高的要求.提出了基于负荷日周期性进行前后向外推的数据预处理新方法,为短期负荷预测模型利用这些历史数据奠定了基础.最小二乘支持向量机是新一代机器学习方法,将其应用于电力系统短期负荷预测,在充分利用日周期性和同时刻负荷相近性的基础上,提出了基于最小二乘支持向量机回归算法(LSSVR)的短期负荷预测点模型.该模型通过采用不同天同时刻的负荷样本训练LSSVR来获取负荷的最优线性回归函数,实现了在最小化负荷样本点误差的同时,缩小模型泛化误差的上界,获取了较好的负荷预测性能.