电力负荷预测方法讨论1 绪论电力工业的进展一方面直接制约着国民经济和社会的进展，另一方面电力工业的进展也依赖于社会对电力的需求。电力系统的作用就是对各类用户提供尽可能经济可靠而合乎标准要求的电能，以随时满足各类用户的要求，用电力系统的术语来说，就是满足负荷要求。所以正确的电力负荷预测既可以为国民经济的进展提供充足的电力，也可以为电力系统自身的进展提供帮助，特别是对于电力系统规划而言 ，准确的负荷预测是整个规划工作的基础和前提。电力系统短期负荷预测对未来 1 日至 1 周的负荷进行预测，而中期负荷预测则是对未来一月至一年的负荷进行预测的。中、短期负荷预测是随着电力系统 EMS 的逐步进展而进展起来的，现已经成为 EMS 必不可少的一部分和为确保电力系统安全经济运行所必需的手段之一。电力系统负荷预测为这一地区电力规划奠定了一定的基础，同时也为这一地区电力工业布局、能源资源平衡、电力余缺调剂，以与电网资金和人力资源的需求与平衡提供可靠的依据。因此，电力负荷预测是一项十分重要的工作，它对于保证电力工业的健康进展，乃至对于整个国民经济的进展均有着十分重要的意义。负荷预测技术经过几十年的进展，人们提出了许多的预测方法。现有的预测方法大体可以分为 2 类：经典的数学统计方法以与上世纪 90 年代兴起的各种人工智能方法。经典的数学统计方法包括线性外推法、多元线性回归法、时间序列法和状态空间法等。人工智能方法包括人工神经网络法、专家系统方法和模糊推理方法、小波分析等。本文介绍了一种基于 BP 神经网络的短期负荷预测方法[1]。其中首先根据实际经验将一周的 7 天分为工作日（星期一到星期五）和休息日（星期六和星期天）等两种类型；然后建立相应的人工神经网络模型用以预测负荷归一化系数； 最后通过最小二乘法预测日最大负荷和日最小负荷。利用相应的 BP 神经网络方法对未来 24 小时负荷进行短期预测[2]，该方法充分发挥了神经网络处理非线性问题的能力和人工神经网络自学习、自适应的优点。实际算例表明，这种方法应用在短期负荷预测方面有较高的精度。1.1 电力负荷预测讨论的意义电力负荷有两方面的含义[3]：一方面是指电力工业的服务对象，包括使用电力的部门、机关、企事业单位、工厂、农村、车间、学校以与各种各样的用电设备。另一方面是指上述各用电单位、用电部门或用电设备使用电力和电量的具体数量[4]。电力负荷预测中的负荷概念是指国民经...
