电力系统规划与可靠性座电力负荷预测修改学习教案

1、会计学1电力系统电力系统(din l x tn)规划与可靠性座规划与可靠性座电力负荷预测修改电力负荷预测修改第一页，共99页。2022-5-32第1页/共98页第二页，共99页。2022-5-33第2页/共98页第三页，共99页。2022-5-34 在电力规划(guhu)中，广泛使用的负荷概念是指国民经济整体或部门对电力电量的消耗量的历史情况及未来的变化发展趋势。电力(dinl)负荷的定义 在电力系统中，电气设备所需用的电功率称为电力负荷或电力。 由于电功率分为视在功率、有功功率和无功功率， 一般(ybn)用电流表示的负荷，实际上是对应视在功率而言。 电力负荷有两方面的含义：电力工业的服务对象

2、，包括使用电力的部门、机关、企事业单位、工厂、农村、车间、学校以及各种各样的用电设备；上述各用电单位、部门或设备使用电力和电量的具体数量。第3页/共98页第四页，共99页。2022-5-35第4页/共98页第五页，共99页。2022-5-36电力负荷(fh)的分类第5页/共98页第六页，共99页。2022-5-37第6页/共98页第七页，共99页。2022-5-38第7页/共98页第八页，共99页。2022-5-39maxpPPminmaxPP =Tzd/8760第8页/共98页第九页，共99页。2022-5-310常用负荷(fh)曲线日负荷曲线:一天(y tin)内每小时(整点时刻)负荷的变

3、化情况。0.60.70.80.91.00123456789 10 11 12 13 14 15 16 17 18 19 20 21 22 232001年夏季2001年冬季第9页/共98页第十页，共99页。2022-5-311第10页/共98页第十一页，共99页。2022-5-312年持续负荷(fh)曲线:将全年(8760)每小时负荷(fh)按大小排队,并作出的曲线。n.maxP8760t(h)01tP(MW)第11页/共98页第十二页，共99页。2022-5-313年负荷(fh)曲线:每年每个月最大负荷(fh)变化情况。0.850.900.951.001.051月2月3月4月5月6月7月8月9

4、月 10月 11月 12月第12页/共98页第十三页，共99页。2022-5-314负荷预测(yc)的定义【定义】负荷预测是根据系统的运行特性、增容决策、自然条件与社会影响等诸多因素，在满足一定精度(jn d)要求的条件下，确定未来某特定时刻的负荷数据，其中负荷是指电力需求量（功率）或用电量。【对象】负荷预测是从预测对象来看，电力负荷预测包括对未来电力需求量（功率）的预测、对未来用电量（能量）的预测、对负荷曲线的预测。【地位】电力负荷预测是电力系统规划的重要组成部分，也是电力系统经济运行的基础，它是电力系统经济调度中的一项重要内容，是能量管理系统(EMS)的一个重要模块。【问题】随着我国电力供

5、需矛盾的突出，社会发展速度的不断加快和信息量的膨胀，电力负荷预测的准确度变得愈加困难。第13页/共98页第十四页，共99页。2022-5-315负荷(fh)预测的意义【意义】 预测(yc)未来电力负荷的时间分布和空间分布，为电力系统规划和运行提供可靠的决策依据。第14页/共98页第十五页，共99页。2022-5-316负荷(fh)预测的特点第15页/共98页第十六页，共99页。2022-5-317（1）按时间(shjin)分类负荷(fh)预测的分类第16页/共98页第十七页，共99页。2022-5-318第17页/共98页第十八页，共99页。2022-5-319超短期负荷预测指未来1h以内的负

6、荷预测，其中：用于电能质量控制需要510s的负荷预测值在安全(nqun)监视状态下，需要15min的预测值预防性控制和紧急状态处理需要10min至1h的预测值。第18页/共98页第十九页，共99页。2022-5-320第19页/共98页第二十页，共99页。2022-5-321第20页/共98页第二十一页，共99页。2022-5-322第21页/共98页第二十二页，共99页。2022-5-323第22页/共98页第二十三页，共99页。2022-5-324负荷预测的基本(jbn)程序 负荷预测工作(gngzu)的关键在于收集大量的历史数据，建立科学有效的预测模型，采用有效的算法，以历史数据为基础，

7、进行大量试验性研究，总结经验，不断修正模型和算法，以真正反映负荷变化规律。第23页/共98页第二十四页，共99页。2022-5-325负荷预测需收集的资料，一般包括：负荷预测需收集的资料，一般包括：城市总体规划中有关人口、用地、能源等以及各功能分区的布局改造和发展城市总体规划中有关人口、用地、能源等以及各功能分区的布局改造和发展规划。规划。统计部门统计部门(bmn)及气象部门及气象部门(bmn)等提供的有关历史数据和预测信息。等提供的有关历史数据和预测信息。电力系统规划中电力、电量的平衡，电源布局等有关资料。电力系统规划中电力、电量的平衡，电源布局等有关资料。全市及各分区历年用电量，高峰用电和

8、负荷典型日负荷曲线，电网潮流图。全市及各分区历年用电量，高峰用电和负荷典型日负荷曲线，电网潮流图。各级电压变电所的负荷记录和典型负荷曲线、功率因数。各级电压变电所的负荷记录和典型负荷曲线、功率因数。当电源及供电网能力不足时，应根据有关资料估算出潜在负荷的情况。当电源及供电网能力不足时，应根据有关资料估算出潜在负荷的情况。资料整理资料整理 ：一般来说，由于预测的质量不会超过所用资料的质量，所以要对：一般来说，由于预测的质量不会超过所用资料的质量，所以要对所收集的与负荷有关的统计资料进行审核和必要的加工整理，来保证资料的所收集的与负荷有关的统计资料进行审核和必要的加工整理，来保证资料的质量，从而为

9、保证预测质量打下基础，即要注意资料的完整无缺，数字准确质量，从而为保证预测质量打下基础，即要注意资料的完整无缺，数字准确无误，反映的都是正常状态下的水平，资料中没有异常的无误，反映的都是正常状态下的水平，资料中没有异常的分离项分离项，还要注，还要注意资料的补缺，并对不可靠的资料加以核实调整。意资料的补缺，并对不可靠的资料加以核实调整。 第24页/共98页第二十五页，共99页。2022-5-326初步分析：包括画出动态折线图或散点图，观察变动的轨迹；计算一些统计量；查明异动的原因并加以处理。建立预测模型是统计资料轨迹的概括，预测模型是多种多样的，因此(ync)，对于具体资料要选择恰当的预测模型，

10、这是负荷预测过程中至关重要的一步。当由于模型选择不当而造成预测误差过大时，就需要改换模型，必要时，还可同时采用几种数学模型进行运算，以便对比、选择。在选择适当的预测技术后，建立负荷预测数学模型，进行预测工作。综合分析：由于从已掌握的发展变化规律，并不能代表将来的变化规律，所以要对影响预测对象的新因素进行分析，对预测模型进行恰当的修正后确定预测值。选择适当的预测技术运算得到预测值，参照当前的各种可能性，对新的趋势和发展综合分析，对初步预测进行调整和修正。编写预测说明：对取得这些结果的预测条件、假设、限制因素等情况进行详细的说明。第25页/共98页第二十六页，共99页。2022-5-327电力负荷

11、预测(yc)的数据处理技术数据处理的必要性数据处理的基本内容负荷(fh)数据的预处理第26页/共98页第二十七页，共99页。2022-5-328【必要性】历史数据的正确性直接影响到预测精度的高低。因此需要对历史数据进行合理性分析，去伪存真。【意义】数据的前置处理可使原始数据得到优化，降低算法的时间和空间复杂性，利于算法的最终实现。【基本要求】 排除人为因素带来的错误及由于统计口径不同(b tn)带来的误差。 尽量减少“异常数据（历史上的突发事件或由于某些特殊原因会对统计数据带来重大的影响）”。数据处理的必要性第27页/共98页第二十八页，共99页。2022-5-329（1）数据补全：可使用人工

12、填写空值、使用最可能的值填充、使用一个全局常量填充等方法。（2）数据噪声处理：由于数据录入或测量仪表等原因可能使数据存在较大的偏差，为了保证预测模型的有效性，必须对异常数据进行相关处理，常用的方法有分箱、聚类、回归、计算机和人工检查结合四类方法。（3）负荷数据预处理：对历史负荷数据资料中的异常值的平稳化以及(yj)缺失数据的补遗。主要采用水平处理、垂直处理方法。 数据处理的基本(jbn)内容第28页/共98页第二十九页，共99页。2022-5-330第29页/共98页第三十页，共99页。2022-5-331 国家电网公司于2000年进行了调研分析，论述了当前和今后一段时间对我国电力负荷发展产生

13、影响的主要因素。从根本上可归纳为：经济、时间、气候和随机干扰四类。具体如下：经济发展水平、结构调整的影响；国民收入水平、消费观念的改变；气候的影响；电价（分时电价，可中断电价）的影响；管理(gunl)措施（削峰填谷）的影响；政策因素（如环保要求）的影响。影响电力(dinl)负荷预测的因素第30页/共98页第三十一页，共99页。2022-5-332第31页/共98页第三十二页，共99页。2022-5-333用电单耗(dn ho)法 根据产品（或产值）用电单耗和产品产量（或产值）来推算电量，是预测有单耗指标的工业和部分农业用电量的一种直接(zhji)有效的方法。所需要的用电量A=预测(yc)期的产

14、品产量G(或产值)用电单耗量Q，即A=QG。适用于已有生产或建设计划的中近期负荷预测。第32页/共98页第三十三页，共99页。2022-5-334电力(dinl)弹性系数法电力弹性系数kdt:在某一时期(shq)内用电量的平均年增长率kzch与同时期(shq)国内生产总值 (GDP)平均年增长率kgzch的比值。电力(dinl)弹性系数的定义：优点：计算简单。缺点：预测结果准确度不高，可用作远期规划粗线条的负荷预测。zchdtgzchkkk第33页/共98页第三十四页，共99页。2022-5-335假设国内生产总值和需电量均按比例(bl)正常增长，则需电量为：其中(qzhng)， 规划期年末需

15、电量； 规划期始基准年的需电量； 国内生产总值的年平均增长率； 计算期的年数。【例1】某地区电力(dinl)弹性系数根据地区以往数据，并结合地区发展规划取为1.05.GDP产值年平均增长率为15%，2003年的用电量为20亿度，预测2009年的用电量。0(1)nmgzch dtAAkkmA0A gzchk n解：A2009=A2003（1+kgzchkzch）n =20（1+0.151.05）6 =48（亿kWh）第34页/共98页第三十五页，共99页。2022-5-336负荷(fh)密度法 负荷(fh)密度d是指每平方公里土地面积上的平均负荷(fh)数值。参照城市发展规划、人口规划、居民收入

16、水平增长情况，来测算城乡负荷(fh)水平。 计算公式：P=Sd式中：P某地区年综合负荷； S该地区土地面积； d平均每平方公里(pn fn n l)负荷密度。第35页/共98页第三十六页，共99页。2022-5-337【例2】下表为1987年我国某些大城市负荷(fh)密度（kW/km2），但北京市在规划城市负荷(fh)水平时，对四环以内负荷(fh)密度按4050MW/km2、四环以外至规划市区边缘负荷(fh)密度按10 MW/km2、市区外则按0.190.32 MW/km2进行规划和设计。城市城市全市全市市区市区市中心市中心北京126.71733.02832.0沈阳98.3218.452829

17、.8上海6957.0广州73.0526.505217.0重庆37.21195.03553.0天津137.6222.24620.9珠海50.672.0673.1武汉120.254329.0第36页/共98页第三十七页，共99页。2022-5-338综合(zngh)用电水平法 综合用电水平法：按照预测的人口数及每人(mi rn)平均耗电量来预测居民总用电量。综合用电水平法和负荷密度法都是用来预测城乡居民生活用电的方法。第37页/共98页第三十八页，共99页。2022-5-339人均电量指标(zhbio)换算法 选取一个与本地区人文地理条件、经济发展等各方面相似的国内外地区作为比较对象，通过分析比较

18、两地过去和现在的人均电量指标得到本地区的人均电量预测值，再结合(jih)人口分析得到总用电量的预测值。第38页/共98页第三十九页，共99页。2022-5-340 第39页/共98页第四十页，共99页。2022-5-341第40页/共98页第四十一页，共99页。2022-5-342【要点】 根据负荷过去的历史资料 建立(jinl)可以进行数学分析的数学模型 对未来的负荷进行预测 包括线性回归和非线性回归 根据散点图来判断模型的大致类型从数学上看，就是用数理统计中的回归分析方法。第41页/共98页第四十二页，共99页。2022-5-343用一元线性回归模型(mxng)进行预测的一般步骤：对n组样

19、本观察数据 设立模型(mxng)式中 都是不依赖于x的未知参数， 是随机误差。( ,),1,2,iix yin2,(0,)yabxN a 2、b、待估计的参数2ba、 、第42页/共98页第四十三页，共99页。2022-5-3442、用最小二乘法得估计参数 ，从而(cng r)得y对x的线性回归方程 。【参数估计方法】：已知两变量x，y的n对试验值，即样本 。满足做离差平方和ba、yab x(,)iixy22,(0,)(,)iiiiiiiya bxNyN a bx ，各 相互独立则21( , )()niiiQ a byabx第43页/共98页第四十四页，共99页。2022-5-345选取参数

20、使 达到(d do)最小。令：解方程组得到的不是 的真值，而是他们的估计值，所以用 代替 。112()02()0niiiniiiiQyab xaQyab xxb ab、ab、第44页/共98页第四十五页，共99页。2022-5-346nXXnYXYXXXYYXXbiniiniiiiiniiniii2121121)()()()(niiniiXnXYnYXbYa111,1,第45页/共98页第四十六页，共99页。2022-5-3473、对模型做假设检验，确认模型的实用价值。4、对给定的预测点 ，在一定的置信度 下，求出对应的观测值 的预测置信区间，并指明预测的标准偏差。 由概率论的知识可知在此情况

21、下， 的置信区间为理论(lln)上，预测置信区间越小，预测准确性越低，若增大预测置信区间，则预测结果的实用价值有时又随之降低。0 xx(1)0y0y2002()1(2)1)xxxxytnnS第46页/共98页第四十七页，共99页。2022-5-348 假定未来(wili)的增长是过去增长模式的继续，根据过去的统计资料进行外推，以预测未来(wili)状况的方法称为外推法。一般要用十年或十年以上的历史数据，才能比较准确。一般按时间序列趋势进行，外推法预测的数学模型有三种：直线型：y=a+bt，适用于逐年增减量大致相同。指数型：y=abt，适用于每年的增减率大致相同。抛物线型：y=a+bt+t2，适

22、用于每年增减量之间相差数大致相同。以最小二乘法趋势线配合(pih)的方法准确率较高。 以直线型：y=a+bt为例，常数a，b的确定：11nniiiiybtaybtn外推法nttnytytttyyttbiniiniiiiiniiniii2121121)()()()(第47页/共98页第四十八页，共99页。2022-5-349其中：n所用历史资料时间的期数； 预测量过去在历史资料上历史的各期实际数值， 为其平均(pngjn)量； 历史年代的序列量， 为其平均(pngjn)值。iyyitt第48页/共98页第四十九页，共99页。2022-5-350 【例3】 若用电量每年变化率大致相同，发展趋势接近

23、(jijn)于指数曲线，则数学模型为 。方程两边配对数： ;tyablglglgyatb令：lg ;lg ,lgAa Bb yy用最小二乘法(chngf)有：iiyBtAn22()iiiiiintYtYBntt yABt 则：第49页/共98页第五十页，共99页。2022-5-351【例4】某地区用电逐年(zhnin)增长，其中19952005年用电量如下表所示，预测2006年本地区的用电量。年份年份时间序列时间序列ti i 用电量用电量（百万（百万kWh）1995-526025-13001996-428016-11201997-33109-9301998-23204-6401999-1332

24、1-332200004200020011455145520022472494420033481914432004450516202020055580252900合计0441511034402itiyit第50页/共98页第五十一页，共99页。2022-5-352解：由上表(shn bio)可得有关参数：11n 4415401.3611iyyn2110it 0011itn3440iit y 401.36iiiybtyaynn222344031.27()110iiiiiiiiint ytyt ybnttt 第51页/共98页第五十二页，共99页。2022-5-353故可得外推法方程(fngchng

25、)：由此可得2006年该地区预测用电量：401.3631.27yt2006401.36 31.27 6 588.98()ykW h 百 万第52页/共98页第五十三页，共99页。2022-5-354第53页/共98页第五十四页，共99页。2022-5-355第54页/共98页第五十五页，共99页。2022-5-356第55页/共98页第五十六页，共99页。2022-5-357确定性负荷(fh)预测方法 确定性负荷预测方法(fngf)是把电力负荷预测用一个或一组方程来描述，电力负荷与变量之间有明确的一一对应关系。 确定性负荷预测方法(fngf)又分为：经验预测法经典预测法相关分析法指数平滑法等。

26、第56页/共98页第五十七页，共99页。2022-5-358 电力负荷(fh)的经验预测法主要依靠专家的判断，不建立数学模型，用于针对电力负荷(fh)变化给出方向性的结论。经验(jngyn)预测法第57页/共98页第五十八页，共99页。2022-5-359用电单耗法电力弹性系数法负荷密度法综合用电水平法人均电量指标(zhbio)换算法分部门法回归分析法时间序列法 经典(jngdin)预测法第58页/共98页第五十九页，共99页。2022-5-36160n一次指数(zhsh)平滑预测法n【预测公式】n选定参数 ，初值 ，便可计算指数(zhsh)平滑序列n用t期的平滑值 预测t+1期的电力负荷 。

27、n特别的 ，这就是一次指数(zhsh)平滑预测法。n由上式可得,0101sx1(1),1,2,tttsxstT1ttxs,(1,2)T lTxsl第59页/共98页第六十页，共99页。2022-5-361611122122123211210(1)(1)(1)(1)(1)(1) (1)(1)(1)(1)(1)ttttttttttttttttxxxsxxsxxxsxxxxs 1101()tttsxxxsx是 、， ， 及 的加权平均。权系数(xsh)为上述权系数(xsh)之和为1。21, (1), (1) , (1),(1)tt 第60页/共98页第六十一页，共99页。2022-5-36162【预

28、测值计算(j sun)】用预测值代替平滑值得预测递推公式或 前式称为直接式，后式称为误差改正式。用上述公式作预测时，遇到两个问题，一是确定初值 ，二是 的取值。【初值确定】当t较大或 接近1时，初值 的权系数很小，末项可忽略不计，所以 的选取并不十分重要，一般取 或 。11(1),1,2,tttxxxt1(),1,2,ttttxxxxt1 x1 x1 x101 xsx00s第61页/共98页第六十二页，共99页。2022-5-36163当数据较少且 偏小时，初值 的选取对预测结果影响较大，可通过分析预测误差取到较为(jio wi)合理的初值。 【 的取值】分析递推公式可知，若数据序列波动较大，

29、为了在预测中反应这种波动，应突出新数据 的作用，或强化误差修正项，要用较大的 值，如取 。反之取较小的 值。1 xtx0.8第62页/共98页第六十三页，共99页。2022-5-364第63页/共98页第六十四页，共99页。2022-5-365不确定性负荷预测(yc)方法灰色(hus)预测法专家系统预测法神经网络预测法模糊预测法其他预测方法预测方法比较【原因】实际电力负荷发展变化规律非常复杂，为了解决这一实际问题，产生了一类基于类比对应等关系(gun x)进行推理预测的不确定性预测方法。第64页/共98页第六十五页，共99页。2022-5-366 灰色(hus)预测法灰色预测法是以灰色系统理论

30、为基础的负荷预测方法。灰色系统理论是由黑箱(hi xin)（完全未知的信息）白箱（完全已知的信息）灰箱（部分已知的信息）理论拓展而来的。电力系统本身具有灰色系统的基本特征。灰色系统模型具有要求负荷数据少、不考虑分布规律、运算方便的优点，但数据离散度大时，或者用于时间跨度长的中长期预测时，预测精度明显减低。第65页/共98页第六十六页，共99页。2022-5-367灰色系统理论(lln)的核心是灰色动态建模（Grey Dynamic Model，GM），其思想是直接将时间序列转化为微分方程。目前在电力负荷预测中经常采用的动态模型是GM（1，1）、GM（1，n）等模型。其建立方法如下：第66页/共

31、98页第六十七页，共99页。2022-5-368设原始数列 ， ，t=1，2，n，对它一次累加形成新的数列用一阶累加生成(shn chn)建立GM（1，1）模型，其微分方程 (0)Xx txt 11tkXtx k 111,2,txxtn 11dxaxdt第67页/共98页第六十八页，共99页。2022-5-369解得预测模型(mxng)为其中经累减还原得1TTaBBB C 1111112121112xxBxkxk00023xxCxn 1011akaaxkxe 01111xkxkxk第68页/共98页第六十九页，共99页。2022-5-370第69页/共98页第七十页，共99页。2022-5-3

32、71 基于知识的程序设计方法建立起来的计算机系统（先阶段主要表现为计算机软件系统） 它拥有某个(mu )特殊领域内专家的知识和经验 能像专家那样运用这些知识，通过推理，在那个领域内做出智能决策。 一个完整的专家系统包括：知识库、推理机、知识获取部分、接受界面。第70页/共98页第七十一页，共99页。2022-5-372知识库内容包括： 基于城网所在地用电水平类型判别的知识； 基于电力远景发展参照体的知识； 基于弹性系数法的知识； 基于惯性(gunxng)的知识； 基于综合指标法的知识； 基于行业用电比重的知识； 基于数学模型预测精度等级的知识。第71页/共98页第七十二页，共99页。2022-

33、5-373实现(shxin)方法第72页/共98页第七十三页，共99页。2022-5-374第73页/共98页第七十四页，共99页。2022-5-375【优点(yudin)】 可以模仿人脑的智能化处理 对大量非结构性、非精确性规律具有自适应功能 具有信息记忆、自主学习、知识推理和优化计算的特点其自学习和自适应功能是常规算法和专家系统技术所不具备的。提出一个简单的三层人工神经网络模型，就能实现从输入到输出间非线性映射任何复杂函数关系。【负荷预测输入】当天的天气温度、天气晴朗度（能见度）、风向风力、峰谷负荷及相关负荷等第74页/共98页第七十五页，共99页。2022-5-376神经网络模型(mxn

34、g)：一个多层神经网络模型(mxng)分为三层：输入层、输出层和中间层（隐含层）。 神经网络结构示意图第75页/共98页第七十六页，共99页。2022-5-377BP学习算法 BP算法：误差反向传播算法。 加入(jir)了隐含层，使输入到输出间可以映射任何函数关系。 BP网络的学习，由四个过程组成。输入模式由输入层经中间层向输出层方向“模式顺序传播”网络的希望输出与网络实际输出之差的误差信号，由输出层经中间层向输入层逐层进行修正连接权的“误差逆序传播”由“模式顺序传播” 与“误差逆序传播”的反复交替进行的网络“学习记忆”训练过程，使得网络趋向收敛第76页/共98页第七十七页，共99页。2022

35、-5-378【数学基础】泛函分析、数值分析、Fourier分析、样条分析、调和分析等。 小波基本理论定义函数(hnsh) 若满足如下容许性条件则函数(hnsh) 称为一个小波，也称基小波。定义对函数(hnsh) ，若满足如下稳定性条件其中A、B为满足条件 的2个常数，则把函数(hnsh) 称为一个二进小波。2( )()tLR0|( )|dC 2( )( )tLR2|(2)|kAB( ) t( ) t0AB 第77页/共98页第七十八页，共99页。2022-5-379小波分析在电力负荷预测中的应用【特点】一种时域频域分析方法在时域和频域上同时具有良好的局部化性质(xngzh)能根据信号频率高低自

36、动调节采样的疏密，容易捕捉和分析微弱信号以及信号、图像的任意细小部分。【优于传统的Fourier分析的之处】对不同的频率成分采用逐渐精细的采样步长，从而可聚焦到信号的任意细节对奇异信号很敏感，能很好的处理微弱或突变的信号，将信号转化成小波系数，从而能方便的加以处理、储存、传递、分析或被用于重建原始信号。第78页/共98页第七十九页，共99页。2022-5-380 模糊预测法以模糊数学为工具的负荷预测方法。它是近几年比较热门的研究方向。 【方法】针对不确定或不完整、模糊性较大的数据，以隶属函数描述事物(shw)间的从属、相关关系。模糊系统对于任意一个非线性连续函数，就是找出一类隶属函数，一种推理

37、规则，一个解模糊方法，使得设计出的模糊系统能够任意逼近这个非线性函数。 模糊(m hu)负荷预测法第79页/共98页第八十页，共99页。2022-5-381 短期负荷预测还有一些其它方法，例如：混沌预测法模糊神经网络预测法:模糊理论和神经网络的有机(yuj)结合；支持向量机类预测方法（包括支持向量机(SVM)和最小二乘支持向量机(LSSVM）；组合模型预测方法（可分为传统组合方法和智能组合方法）等。【优势】能很好地处理负荷预测过程中的非线性问题, 能建立比传统(chuntng)方法更准确描述负荷成因的模型。其他预测(yc)方法第80页/共98页第八十一页，共99页。2022-5-382确定性预

38、测(yc)方法预测方法预测方法优点优点缺点缺点适用范围适用范围自身外推法需要数据少负荷本身无外推的本质即不能自解释时会导致误预测周期较短的负荷预测相关分析法可清楚得到负荷增长趋势与其他可测量因素之间的关系需较多相关社会经济发展指数，实际预测困难负荷模式变化较大，预测周期较长指数平滑法简单、快速精度差预测量大、周期短时间序列法考虑了负荷行为及主要相关因素的随机影响依靠人的经验识别比较困难短期负荷预测回归分析法预测过程简单，技术成熟线性回归预测精度低，非线性过程复杂，开销大中期负荷预测第81页/共98页第八十二页，共99页。2022-5-383不确定性预测(yc)方法预测方法预测方法优点优点缺点缺

39、点适用范围适用范围模糊预测法结果可以以预测区间、概率的形式给出，精度高需要较多的历史数据未来社会经济发展有很大不确定性专家系统法经验知识与统计方法的结合，克服了单一方法的片面性经验提炼困难，知识库形成难异常负荷模型预测神经网络法对大量非结构性、非精确性规律有自学习的能力样本训练时间和通用性上存在问题平稳时间序列、短期负荷预测混沌预测利用电力负荷本身好规律，需要数据少，精度高相空间的重建中时滞及嵌入维数短期，超短期负荷预测小波分析法对奇异信号敏感，方便对原信号的处理存储分析和重建计算复杂短期负荷预测预测(yc)方法的比较第82页/共98页第八十三页，共99页。2022-5-384负荷(fh)预测

40、的综合评价综合评价的必要性减少负荷预测误差(wch)的措施算例分析第83页/共98页第八十四页，共99页。2022-5-385 预测误差用以衡量一个预测模型的应用效果，务必使其处于可接受(jishu)的范围内。一般来说，短期预测误差不应超过3%，中期预测误差不应超过5%，长期预测误差不应超过15%。【预测误差(wch)形成的原因】（1）数学模型大多数只包括一些主要因素，次要因素往往被忽略了，与实际(shj)负荷之间存在误差。（2）负荷所受的影响是千变万化的，进行预测的目的和要求也是多种多样的，预测方法若选择不当，也会造成误差。（3）预测需用到大量资料，各项资料并不能都保证可靠。（4）某种意外事

41、件的发生也会造成预测误差。综合评价的必要性第84页/共98页第八十五页，共99页。2022-5-386（1）绝对误差(ju du w ch)与相对误差。 设Y表示实际值， 表示预测值。 为绝对误差(ju du w ch)， 为相对误差。 （2）平均绝对误差(ju du w ch)。式中 ：MAE平均绝对误差(ju du w ch)； 第i个预测值与实际值的绝对误差(ju du w ch)； 第i个实际负荷值； 第i个预测负荷值。【预测(yc)误差分析指标】YY YYYY1111|nniiiiiMAEEYYnniEiYiY第85页/共98页第八十六页，共99页。2022-5-387（3）均方误差

42、。（4）均方根误差。（5）后验差检验。 以残差为基础，根据各时刻残差绝对值的大小，考虑残差较小的点出现的概率，计算得出后验差比值及小概率误差，从而对预测(yc)模型进行评价。221111()nniiiiiMSEEYYnn221111()nniiiiiRMSEEYYnn第86页/共98页第八十七页，共99页。2022-5-388（6）标准误差。式中 ： 预测(yc)标准误差； n历史负荷数据个数； m自由度，即变量的个数，自变量和 因变 量个数的总和。2(),(1,2,)iiYYYSinmYS第87页/共98页第八十八页，共99页。2022-5-389减少负荷预测(yc)误差的措施第88页/共9

43、8页第八十九页，共99页。2022-5-390某地区用电量逐年(zhnin)增长量大致相同，数据如下表：年份年份用电量用电量( (亿亿kWkWh)h)年份年份用电量用电量( (亿亿kWkWh)h)年份年份用电量用电量( (亿亿kWkWh)h)198845.89199384.81998163.52198959.09199496.061999173.03199068.141995107.342000184.42199178.151996121.852001201.46199272.69199713993算例分析(fnx)第89页/共98页第九十页，共99页。2022-5-391解：因为用电量明确且

44、增长率相同，可用外推法的指数形解：因为用电量明确且增长率相同，可用外推法的指数形式计算式计算(j sun)。用前。用前11年的数据预测后一年的数据。如：年的数据预测后一年的数据。如：年份年份时间序列时间序列ti i用电量用电量( 亿亿kWh)1988-52545.891.66-8.32.761989-41659.091.77-7.083.141990-3968.141.83-5.493.361991-2478.151.89-3.783.581992-1172.691.86-1.863.4719930084.81.9303.7219941196.061.981.983.93199524107.3

45、42.034.064.12199639121.852.086.244.351997416139932.158.604.61998525163.522.2111.054.9合计01101037.4621.395.4241.932itlg( )iiy Ylgiity2(lg)iy第90页/共98页第九十一页，共99页。2022-5-392算法(sun f)如下：11n 0ittnlglg21.391.9411iiyYAnn2lg5.420.049110iiityBt1.940.049iYtlgAa1.94101087.10AalgBb0.04910101.12Bbtiyab第91页/共98页第九十二页，共99页。2022-5-393故1999年的预测(yc)电量为：1999年的实际用电量为：6199987.1 1.12171.92()ykW h亿1999173.03()skWh亿预测(yc)误差为0.0064%。 同理，用1989至1999年的数据预测(yc)2000的数据，并与2000年实际值比较。 用1990至2000年的数据预测(yc)2001的数据，并与2001年实际值比较。第92页/共98页第九十三页，共99页。2022-5-394电力预测结果比较(bjio)如下：年份