基于县域经济发展的电力负荷预测方法

王鸿涛

摘要：随着我国经济发展水平的不断提高，县域经济发展速度在不断增快，并且在发展过程中，对于电力能源的需求也在增大，在县域各项建设中，每一项建设、生产都离不开电力能源的应用，而随着电力能源应用出现了紧张局面，如何更好的提高用电效率是各个部门需要思考的问题，为了能够使用电效率提高，能够更加科学、系统、全面的分析县域用电需求，本文研究了县域经济发展的电力负荷预测方法，主要分析了影响因子以及聚类，对县域经济发展进行了划分与预测，希望能够为相关部门提供一些借鉴。

关键词：县域经济 经济发展 电力负荷 预测方法

要想确保电网能够可靠供电，用电部门能够安全用电，相关部门提出了一种电力负荷预测方法，该预测方法能够预测中长期的电力负荷。当前，随着该预测方法的普及，其预测手段也在不断更新，目前主要有平均增长率法、拟合函数预测法、弹性系数法、负荷密度法等。随着县域对电力能源需求的增大，县域经济要想发挥其在我国经济增长中的重要作用，就要加强对电力负荷预测的研究，本文以某个县城为例，提出了县域经济发展电力负荷预测方法。

一、县域经济分类及预测方法

在对县域经济进行分类过程中，其主要的指导思想为：对适合的经济指标进行选取，并应用权重因子对县域经济进行分析，分类经济指标不同，选择的预测方法就会存在差异。

（一）县域经济分类

1、因子分析方法

原始数据中，会有非常多的隐含因子，这些因子之间可以构建出线性函数，在这些函数基础上进行统计学分析，因子数学模型构建效果如下：

在上述公式中，x1、x2.......、xp都是可以变化的量，并且公共权重因i可以是（i=1、2、3.....n）；其中，第i个可以变化的量要建立在第j个共同因子负荷上，其中，aij如果变化的程度越高，则上述共同关系将会变小，相反则功能关系则会增强；εi代表的是一种特殊因子，能够表示出公共因子不能表示出来的内容，也可以称之为估算值中的一种残差。

对因子进行分析的方法为：

（1）可以对可以变化的集合量进行处理，并将原始数据保留，主要处理数据有方差、标准值以及平均值等；

（2）对公共因子进行确定，对其数量进行控制，并要计算出公共方差的最终值；

（3）应用旋转方法能够将公共因子更好的分析处理，并能够得出准确的公共因子值。

（4）最后，要对公共因子的最后得分进行计算。

2、聚类分析法

聚类分析法能够对分类结果进行分析，并要按照其相似程度进行处理，分析的目的是能够使其内部各项数据达到相似的状态，并且不同的个体因子之间的差异性是非常明显的。

在实际应用过程中，K均聚类应用的较为普遍，还有一种是系统聚类。K聚类具有一定的动态特征，具体应用原理如下：

将要进行分析的对象以随机方式进行抽取，并按照具体标准将其随机分为K类，对每一个组中的数据进行平均值的计算，聚类中心为数据的初始值。在划分完数值以后，就要对样本到聚类中心的距离进行计算，并按照计算好的平均值对聚类中心进行调整与更新。按照规范标准对上述内容进行反复操作，在所有的样本全部划分到了聚类中心以后再停止。最后，就要对聚类结果进行统计分析，如果计算的较为合理，没有错误就可以将其确定位聚类计算的结果。

（二）县域经济的发展预测

可以应用预测方法将县域发展分为定性的经济预测与定量的经济预测。前者是针对原始数据相对缺乏的情况，并且不能应用统计数据进行分析，很多时候都是预测人员按照自身经验进行的判定。主观概率、判断预测都是非常常见的定性预测方法。而定量经济预测法则可以分析各种变量之间的相互关系，并在这些关系基础上构建出计算模型，依据模型进行预测分析。

二、县域电力负荷预测

因为县域经济发展与电力负荷间存在相互促进的关系，为此，构建出线性回归分析模型能够更好的指导预测。首先对相关变量进行确定，并绘制出散点图，要针对绘制出的散点图对县域电力负荷相关性指标进行选取。

在建立完回归方程以后，就要对方程进行判定与检测，在检测完就可以应用方程对电力负荷进行预测。在构建回归方程式过程中，可以将上述各种变量全部引入到方程中，这样能够使预测更加的准确。

三、实例分析

本文以我国中部地区某省为例，分析了该县域经济发展电力负荷预测方法。影响该省经济发展的因素为下表1所示：

（一）县域经济发展预测

通过上面的表格可以看出，当地在未来五年将始终保持经济的稳定增长，并且各方面的发展潜力都非常大。因为该地区处于我国中部平原地区，工业与农业发展潜力都非常大，并且随着政府帮扶投入的增加，该地区经济发展能够进行中长期预测。

（二）该省县域电力负荷预测

选取该省县域发展较好的行业作为经济指标，构建电力负荷预测相关变量指标。并选择该省县域在2003年到2010年期间历史数据，在这些数据基础上构建线性回归方程，从而得出拟合值。通过统计分析与计算得出的散点图如下：

可见，该省县域电力负荷与当地的经济发展成正相关，总体呈现上升趋势，可见，该省未来经济发展潜力是非常大的。

结语：

本文主要对县域经济发展的电力预测方法进行了分析，通过分析可以知道，县域经济发展与当地的电力负荷是成正比的，通过构建线性回归方程能够使电力负荷预测更加准确。

参考文献：

[1]牛东晓，陈志业，邢棉等.具有二重趋势性的季节型电力负荷预测组合优化灰色神经网络模型[J].中国电机工程學报，2010，22（1）：29-32.

[2]李红伟，毛文晋.基于双向差分建模的优化GM（1，1）模型及其在中长期电力负荷预测中的应用[J].电力系统保护与控制，2011，39（13）：53-58.

[3]余贻鑫，张崇见，张弘鹏等.空间电力负荷预测小区用地分析（一）——模糊推理新方法和小区用地分析原理[J].电力系统自动化，2010，25（6）：23-26.

[4]余贻鑫，张崇见，张弘鹏等.空间电力负荷预测小区用地分析（二）——模糊推理在小区用地分析中的应用[J].电力系统自动化，2010，25（7）：28-31.

[5]李伟，董伟栋，袁亚南等.基于组合函数和遗传算法最优化离散灰色模型的电力负荷预测[J].电力自动化设备，2012，32（4）：76-79.

[6]段其昌，曾勇，黄大伟等.基于扩展记忆粒子群-支持向量回归的短期电力负荷预测[J].电力系统保护与控制，2012，40（2）：40-44.