电力系统负荷预测中数据挖掘的应用分析

山东工商学院数学与信息科学学院 辛 英

1 电力系统符合预测的方法

在实际的工作中，由于影响电力系统的因素比较多，因此需要电力人员加强对电力负荷预测工作的管理和控制力度，对符合预测的方式进行合理的分析和预算，从而确保电力系统的正常运转。传统进行负荷预测分析的主要方式有：电量单耗法、电力弹性系数法、重要用户调查法这三种。而中长期负荷预测大多都是应用在电力系统的扩建规划设计中，对装机容量的大小、形式、地点、时间和电网的增容扩建进行详细的分析和规划。短期预测的方法通常都是采用线性回归分析法，其优势在于快速、便捷，对于短时间内的电力系统负荷数据进行准确的预测和分析。不过随着我国技术的不断发展，现阶段进行负荷预测的主要方式是数据挖掘技术，其优势在于，通过电力系统内的数据，以模糊推理的形式构建出负荷预测的相关模型，并从中发现其潜在的内容，从而提升这个电力系统负荷预测数据的准确性。

2.简述电力系统的数据挖掘技术

2.1 概念

数据挖掘是从大量的数据中通过筛选的方式选择出具有潜在价值的内容并进行深入分析的一个过程，由于其涉及到的内容较多，工序也比较繁杂，因此在实际的工作中，必须要做到细致、耐心，以确保分析的准确性。随着我国经济和技术的不断发展，数据挖掘技术也被越来越多的人重视和使用。不过在进行电力数据挖掘工作时，要结合构建模型的不同情况对数据进行相应的分析，通过对大量数据的分析，找出其内在更深层次的数据内容，并对这些内容进行合理的预测和分析，从而确保电力系统的正常运行，促进电力企业的进一步发展。

2.2 数据挖掘技术的方法

区域的不同，其负荷的情况也会发生改变，而预测的方式越多，给工作人员的选择也就越多，自然其预测的数值也就越精确。在进行负荷预测工作时，有很多新的预测方式产生，比如说灰色系统法、人工神经网络法等。同时，在电力系统符合预测过程中，还有一些辅助的方式来帮助预测的数值达到精细，例如负荷曲线预测方法、预测月度数据预测方法等，这这些方式在使用的过程中，还可以通过对历史序列中存在的一些不良数据进行有效的监测，从而提升预测的准确度。这就给了相关人员比较多的选择机会，结合实际的工作内容，选择多种适合的预测方式，并对预测的数值进行细致的对比分析，得出最终的准确数据

2.3 数据挖掘在电力系统负荷预测中的实际应用

电力系统的有效运转与人们的生活和生产是紧密联系在一起的，不过由于人们对电量的需求情况不同，为了对其进行合理的控制，要对电力系统的负荷预测进行严格的管理。在电力输送中，由于用户的需求不同，其能量负荷也会有所不同，所以要对负荷的情况进行实时的追踪，以确保电力输送的稳定和安全。另外，在进行电力系统负荷预测时，使用数据挖掘技术可以对相应的数据进行深入的挖掘工作，并对挖掘出的信息进行详细的预测和分析，从而满足用户对电力的需求，促进我国电力企业的发展。

3.数据挖掘技术在负荷预测中应用的主要内容

数据挖掘技术主要是针对电力系统负荷中的指标、电量、负荷特性、曲线、基于误差以及用电客户的管理等进行相应的预测工作。对于指标的预测主要分为两个方面：经济指标以及综合指标，且挖掘的方式多达10种以上，即使是删除一些方法，也可以确保其预测的数值进行有效的保存，不会影响后续的分析工作以及预测的准确性。

1）在进行电量预测工作时，主要是对月度以及年度的各行业的电量情况进行相应的预测。其各行业月度的电量预测采取的方式主要有：Winters周期性指数平滑预测法、改进Winters周期性指数平滑预测法、月度量周期自回归模型预测法这三种。

2）负荷特性预测。主要包含了年负荷特性参数预测、月负荷特性参数预测和日负荷特性参数预测。其中月负荷特性参数预测主要是对月供电量、月最大日供电量、月最小日供电量、月平均日供电量、月最大负荷、月最小负荷、月平均负荷、月最大峰谷差、月平均日峰谷差、月平均日负荷率、月最小负荷率、月负荷率、月最大峰谷差率、月平均日峰谷差率等的数据管理工作。

3）日负荷特性参数预测则是对日供电量、日最大负荷、日最小负荷、日平均负荷、日峰谷差、日峰谷差率、日负荷率、日最小负荷率等进行相应的数据管理的工作。

4）曲线预测主要包括的内容有年负荷曲线，年持续负荷曲线以及日负荷曲线的预测工作。

5）基于误差预测。其优势在于将测量人员的经验以及拟合误差的信息进行有效的融合，将预测的数值进行合理的修正工作，从而提高预测数值的精确度。主要应用在国民经济指标、综合指标、年度各行业用电量这三方面的预测上。

通过分析拟合误差的走势，预测以后若干年拟合误差的发展规律,确定未来年份的相对误差上、下限，则可以得出预测对象未来年份预测结果。

6）基于综合指标预测。这也是我国电力系统中最为传统的方法，其可以对全部用电的住户进行相应的电量预测工作。

4.电力系统负荷预测中数据挖掘技术的发展前景

数据挖掘技术是现今电力系统中实现电力自动化以及输配自动化的重要组成部分。科技技术的不断发展，不仅加快了我国电力自动化系统的发展速度，也加强了电力系统中数据挖掘技术的应选用范围，从而将原有的数据内容与更新的数据有效的整合在一起，提升检测速度，在确保数据准确性的同时加快了系统运行的效率。同时采用数据挖掘技术也是促进电力企业发展，提升我国经济效益的有效措施，是未来我国电力企业发展的重要方向。

5.小结

通过上文的讲述，我们明确了电力系统与数据挖掘技术之间的关系，利用数据挖掘技术可以有效的将电力系统中隐藏的数据急性挖掘和分析工作，从而提升电力系统运行的稳定和安全性，为促进我国电力企业的发展提供了有力的帮助。将数据挖掘技术应用到现今的电力系统负荷预测中，不仅可以对数据进行详细且准确的整合和分析，还可以对电力自动化系统带来一定的技术支持，从而提升企业发展的经济效益。

[1]于志勇,张增强,吕盼,宋新甫．浅谈电力负荷预测方法[J]．黑龙江科技信息,2017(05)．