电力负荷预测技术发展趋势研究

刘金智

摘 要：电力负荷预测是电力调度、用电以及电力计划规划的重要内容，提高电力负荷预测技术水平有利于合理安排电网运行计划，提高电网经济效益和和社会效益。该文结合电力负荷预测技术发展研究实际，对该技术发展趋势做了简要分析。

关键词：负荷预测 趋势 研究

中图分类号：TM715 文献标识码：A 文章编号：1674-098X（2014）01（c）-0043-01

电力负荷预测是供电部门重要的经常性工作，负荷预测的结果对于新的发电机组未来扩展及安装，对未来机组装机容量大小的决定，时间地点的选择，以及对未来电网容量的改扩建都有重要的意义，电力负荷预测的工作水平已成为电力企业管理现代化的重要标志之一。

负荷预测的核心问题是预测的技术方法，随着电力企业管理水平的不断推进和科技水平的迅速发展，预测理论和预测方法也不断得到发展，先后出现了负荷预测经验技术和经典技术、趋势外推技术、回归模型预测技术、灰色预测技术等方法的实施运用，可以说负荷预测技术的发展在不断完善，实现并成熟运用智能化、精细化的负荷预测技术是当前和今后电力负荷预测技术发展的趋势和方向。

1 基于专家系统的负荷预测技术

专家系统技术在人工智能领域中占有重要地位，一个完整的专家系统包括知识库、推理机、知识获取和解释界面四部分，并基于知识程序建立起主要表现为软件的计算机系统，拥有某特殊领域专家的经验和知识，通过知识进行推理最终作出智能决策。

在长期负荷预测知识的前提下，专家系统可通过编辑“如果…，那么…（IF…，THEN…）”语句结构块组成知识库。可以建立电力发展规划参照知识库、弹性系数知识库、惯性知识库、综合指标知识库、行业用电比重知识库、用电水平判别知识库以及基于数学模型预测精度等级知识库等。

在专家系统技术方法实现过程中，通常将数据库系统和专家系统结合起来，也就是把数值计算与知识的描述结合在一起。比如，选取Foxpro数据库，首先进行在VB环境下的处理各种预测模型的数值运算，其次实现Foxpro与VB的数据交换，并把VB软件的数值运算结果Foxpro建立数据库，最后利用专家系统工具与Foxpro的数据交换与用户进行交流，对预测模型进行评估输出最优结果。[1]

基于专家系统的负荷预测技术具有快速决断的优点，并克服了单一算法的片面性是的该方法具有较广泛的应用前景。

2 基于神经网络的负荷预测技术

在电力负荷预测中应用神经网络，就是模仿人脑的智能化处理特点，对大量非结构和非精确性规律具有自学习、自适应、记忆、知识推理、优化计算等，因此应用人工神经网络进行电力负荷预测是具有潜力和先进的研究方法。一般来说，一个多层的神经网络分为三层：输入层、输出层和中间层。以BP神经网络为例，它就是利用训练样本实现从输入到输出的映射，在所选的网络拓扑结构下，通过学习算法调整各神经元的阈值和连接权值，使误差最小。

在电力负荷预测中，短期负荷变化可近似认为是一个平稳的随机过程，而神经网络是较为适合解决平稳随机过程的，因此神经网络主要应用于电力负荷预测的短期负荷预测。研究表明，运用人工神经网络方法的预测结果比其他方法具有更准确的优势，因而具有更加实用的前景。

3 基于小波分析的负荷预测技术

小波分析被称为“数学显微镜”，是一种时域—频域的分析方法，在图像处理、模式识别、故障诊断、状态监视、雷达探测等领域中得到应用，它可以聚焦到信号的任意细节，尤其是擅长对奇异信号、微弱信号和突变信号的处理，其目标是将一个信号转化为小波系数，从而方便地处理、分析、传递和存储或者用于重建原始信号，这些可以提现小波分析可作为电力负荷预测的有效途径。[2]

电力系统中负荷曲线具有特殊的周期性，将符合序列通过小波变换可分别投影到不同的尺度上，尺度上的序列分别代表了一定的“频域”分量，较为清晰地表现了负荷序列的周期性。在此基础上对不同的子负荷序列进行预测。虽然电力系统中负荷以日、周、月、年为周期发生波动，但通过小波变换后的序列重组得到较完整地小时负荷预测结果，实现对短期负荷的良好预测。

4 模型群优选组合的负荷预测技术

一般来讲，优选组合有两种基本涵义，一是把用不同预测方法得到的结果进行加权平均来预测；二是将几种不同的预测方法进行选择，选取拟合度最佳和偏差最小的作为最优模型来预测。优选组合预测方法有许多，其中模型群方法在应用时可避免漏掉最优预测模型，同时具有良好的自适应性，提高了预测的准确性和效果，这种方法就是选择n个预测模型和相对应的n个预测结果，通过判别标准偏差、拟合程度、关联度和误差等指标来比较n个模型的好坏，最后从中选择一个最优的模型进行负荷预测。这种方法体现了集多种预测模型的信息于一体，可达到改善预测效果的目的。

5 结语

综上所述，随着电力系统智能化程度的不断提高，电力负荷预测技术的研究也在不断深化，新的预测方法不断出现，从以前的经典方法到现在的智能化、最优化方法，为电力负荷预测提供了有力的工具，本文所提到的负荷预测方法是当前乃至今后的负荷预测发展和应用趋势，在研究和实践中取得了较好的效果。

参考文献

[1] 牛东晓.电力负荷预测技术及其应用[M].中国电力出版社，2009.

[2] 王士政.电网调度自动化与配网自动化技术[M].中国水利电力出版社，2008.endprint