 上传我的文档
 下载
 收藏
该文档贡献者很忙，什么也没留下。
 下载此文档
正在努力加载中...
含定性变量的回归分析在公安情报预测中的应用
下载积分：400
内容提示：含定性变量的回归分析在公安情报预测中的应用含定性变
文档格式：PDF|
浏览次数：25|
上传日期： 16:50:01|
文档星级：
该用户还上传了这些文档
含定性变量的回归分析在公安情报预测中的应用.PDF
官方公共微信因素，企业员工的组织承诺从. 来就是人力资源管理研究者最关注的因素. 之..
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
科技型企业中新进员工组织承诺的预测研究
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='/DocinViewer-4.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口农业工程学院毕业设计说明书基于回归分析的短期负荷预测研究 摘要短期电力负荷预测是电力系统运行调度中非常重要的内容，它既是保证 电 力 系 统 安 全 经 济 运 行 和 实 现 电 网 科 学 管 理 及 调 度 的 重 要 方 面 ，又 是 能 量 管 理系统的组成部分，也是今后进行电网商业化运营所必需的基本内容。 本文系统的介绍了配电网负荷预测的意义和
研究现状，对现行的负荷预 测方法进行了简单的总结，在综合介绍了负荷预测的分类、特点及其基本原 理等的基础上，详细研究了回归分析模型在负荷预测中的应用，回归预测法 是电力负荷预测的一种常见方法，它适用于电力负荷中、短期负荷预测，回 归分析法在分析多因素模型时，更加简单和方便； 运用回归模型，只要采用的模型和数据相同，通过标准的统计方法可以 计 算 出 唯 一 的 结 果 ，回 归 分 析 可 以 准 确 地 计 量 各 个 因 素 之 间 的 相 关 程 度 与 回 归拟合程度的高低，提高预测方程式的效果。关键词：短期负荷预测，回归分析，配电网，方程式I农业工程学院毕业设计说明书STUDY ON SHORT TERM LOAD FORE CASTING BASED ON REGRESSION ANALYSISABSTRACTShort term load forecasting is very important in the power system operation and dispatch of content, it is important to guarantee the safe and economic operation of power systems and to realize the scientific management and scheduling of the power grid, and is part of the energy management system, but also the future of the basic content of grid commercial operation required. Thispaper introduced significance and the researchsituation of distribution networkload forecasting,a simple summary of theexistingmethods of load forecast,in the comprehensiveintroduces the basic classification,load forecastingand its basic principleand so on,a detailed study of theapplication of regression analysismodelin load forecasting,regression forecast methodis a kind ofthe commonmethod of powerload forecasting,itis suitable for powerload,short term load forecasting,regression analys is method in theanalysis of multi factormodel,more s Based on the regression model,as long as the use ofthemodel andthe same data,bystandard statistical methodscan calculatethe only effect result,regression analysis can bea degree of correlation betweeneach factorand accuratemeasurementand ofpredictionequation. KEY WORDS ：short-term load forecasting, regressionanalysis, distribution network ， equation regressi onfittingdegree,improvetheII农业工程学院毕业设计说明书目录第一章绪论................................................................................................. 1§ 1.1 研 究 背 景 及 意 义 ............................................................................... 1 § 1.2 国 内 外 研 究 负 荷 预 测 的 现 状 ............................................................. 2 § 1.3 本 文 的 主 要 研 究 工 作 ........................................................................ 3第 二 章 电 力 负 荷 预 测 的 概 论 .................................................................. 5§ 2.1 电 力 负 荷 预 测 的 分 类 ........................................................................ 5 § 2.1.1 按 预 测 周 期 分 类 ..................................................................... 5 § 2.1.2 按 行 业 分 类 ............................................................................ 6 § 2.1.3 按 负 荷 预 测 特 性 分 类 .............................................................. 6 § 2.2 负 荷 预 测 的 特 点 ................................................................................ 6 § 2.3 电 力 系 统 负 荷 预 测 的 基 本 原 理 .......................................................... 7 § 2.4 负 荷 预 测 的 基 本 步 骤 ........................................................................ 9第 三 章 负 荷 预 测 的 方 法 .......................................................................... 11§ 3.1 传 统 预 测 方 法 ................................................................................. 11第 四 章 负 荷 预 测 的 基 本 模 型 ................................................................. 15§ 4.1 负 荷 预 测 的 基 本 模 型 ....................................................................... 15 § 4.1.1 影 响 负 荷 变 化 的 因 素 ........................................................... 15 § 4.1.2 负 荷 预 测 模 型 的 要 求 ........................................................... 17 § 4.1.3 短 期 负 荷 预 测 基 本 模 型 ........................................................ 18 § 4.2 线 性 回 归 模 型 的 概 念 与 特 点 ........................................................... 18 § 4.2.1 线 性 回 归 模 型 的 概 念 ........................................................... 18 § 4.2.2 线 性 回 归 的 特 点 ................................................................... 19 § 4.3 一 元 线 性 回 归 模 型 .......................................................................... 20 § 4.4 多 元 线 性 回 归 模 型 .......................................................................... 21 § 4.4.1 多 元 线 性 回 归 的 定 义 ........................................................... 21 § 4.4.2 多 元 线 性 回 归 模 型 的 数 学 表 达 ............................................. 22 § 4.5 线 性 回 归 模 型 的 建 立 ...................................................................... 23 § 4.6 预 测 对 象 ........................................................................................ 23 § 4.6.1 原 始 数 据 .............................................................................. 23 § 4.6.2 基 础 资 料 分 析 ...................................................................... 33 § 4.6.3 建 立 负 荷 预 测 模 型 ................................................................ 33 § 4.6.4 进 行 负 荷 预 测 ...................................................................... 34III农业工程学院毕业设计说明书第 五 章 总 结 ................................................................................................ 36 参 考 文 献 ..................................................................................................... 37 致 谢 .............................................................................................................. 39IV农业工程学院毕业设计说明书第一章绪论§ 1.1 研 究 背 景 及 意 义近年来，随着电力市场的深入开展，用电用户负荷对电力系统输送电能 质量的要求越来越高。由于电能不能大量储存，这就要求发电出力应该和电 力负荷变化保持动态平衡。否则，轻则影响供电质量，重则危及系统安全与 稳定。因此，对负荷变化与特性进行预测估计是电力系统运行和发展的重要 内容。电力负荷预测是电力市场重要组成部分。电力系统负荷预测是指在充 分考虑一些重要系统运行特性、增容决策、自然条件和社会影响条件下，研 究 或 利 用 一 套 系 统 处 理 过 去 和 未 来 负 荷 的 数 学 方 法 ，在 满 足 一 定 精 度 的 意 义 下，确定未来某特定时刻或某些特定时刻负荷数值。因此，负荷预测有着重 要意义： （ 1） 负 荷 预 测 是 经 济 调 度 之 主 要 依 据 ； （ 2） 负 荷 预 测 是 电 力 生 产 规 划 之 基 础 ； （ 3） 负 荷 预 测 是 电 力 市 场 顺 利 发 展 之 必 需 数 据 ； （ 4） 负 荷 预 测 是 电 力 系 统 安 全 分 析 之 主 要 因 素 之 一 ； （ 5） 短 期 负 荷 预 测 有 利 无 功 优 化 的 实 施 ； （ 6） 短 期 负 荷 预 测 实 现 变 压 器 目 标 节 能 控 制 ； （ 7） 负 荷 预 测 实 现 电 网 科 学 的 管 理 和 调 度 。 随着电力市场逐步建立，对负荷预测水平要求与日俱增。提高负荷预测 技术水平有利于用电管理，有利于减少能耗与降低发电成本，有利于合理安 排 电 网 运 行 方 式 与 建 立 机 组 检 修 计 划 ，有 利 于 提 高 电 力 系 统 经 济 效 益 和 社 会 效益。因此，电力负荷预测水平已成为衡量一个电力企业的管理是否走向现 代化的显著标志之一。相应的，怎样利用现有的资料，使用正确的预测理论 和 方 法 ,建 立 相 应 的 预 测 模 型 ,提 高 电 力 负 荷 预 测 的 精 度 已 成 为 电 力 企 业 的 重要研究课题之一。对于不同的负荷类型，采用预测理论和方法也不同，本 文着重研究短期负荷预测。1农业工程学院毕业设计说明书§ 1.2 国 内 外 研 究 负 荷 预 测 的 现 状目前，国内外关于短期电力负荷预测研究主要集中在三个方面：负荷预 测的影响因素、负荷预测的数学模型和负荷预测算法的研究与改进。和前面 两个方面相比较，第三方面的研究最为深入，已经涌现出了各种不同的预测 模型和算法，并且随着预测技术和数学理论的逐渐发展，负荷预测的新方法 也如雨后春笋般纷纷涌现。我国电力事业的发展，电网的管理日趋现代化， 电 力 系 统 负 荷 预 测 问 题 的 研 究 也 越 来 越 引 起 人 们 的 注 意 ，电 力 系 统 短 期 负 荷 预测是电力系统调度运营部门的一项重要的日常工作，对制定运行方式、维 持电 力 系统 安 全和 经济 运 行有 重 要作 用，其 预测 精 度 的 高低 直 接影 响 到电 力 系统运行的安全性、经济性和供电质量。同时，电力负荷预测工作的水平已 成 为 衡 量 一 个 电 力 企 业 的 管 理 是 否 走 向 现 代 化 的 显 著 标 志 之 一 ，尤 其 在 我 国 电力事业空前发展的今天，用电管理走向市场，电力负荷预测问题的解决已 经成为我们面临的重要而艰巨的任务。 负荷的预测特点有以下几个方面： (1) 不 准 确 性 (2) 条 件 性 (3) 时 间 性 (4) 多 方 案 性 于是，有学者开始将各种智能化算法，如人工神经网络法、遗传算法、 最小 绝 对值 滤 波算 法等 用 于在 受 到诸 如气 象 变化 、经济 环境 变 化等 随 机因 素 干 扰 情 况 下 的 电 力 系 统 负 荷 预 测 。由 于 电 力 系 统 的 负 荷 受 众 多 不 确 定 因 素 的 影响，是典型的灰色系统，运用灰色系统来分析众多不确定因素与电力负荷 预测的关联度已经运用广泛，但如何准确定量描述，以何种准则来进行不确 定因素的人工修整仍是一个难题，所以，通常很多的区很大程度上依靠预测 人员的经验进行预测。 西方发达国家如美国、英国随着电力市场的日益成熟，电力供应商为了 获取最大利润，十分重视电力负荷预测工作。为此，科研工作者一直在研究 电 力 负 荷 预 测 的 新 方 法 以 提 高 预 测 精 度 。 自 从 1991 年 美 国 学 者 Park 等 人 提 出使用神经网络预测电力负荷以来，人们对此表现出广泛的关注。在此基础 上 ， 美 国 的 Khotanzad 博 士 领 导 的 科 研 小 组 经 过 几 年 的 艰 苦 研 究 ， 提 出 了 人2农业工程学院毕业设计说明书工 神 经 网 络 电 力 负 荷 短 期 预 测 系 统 (ANNSTLF) 。 这 个 系 统 己 经 在 实 用 化 方 面 取 得 了 空 前 的 成 功 。 北 美 洲 有 35 个 大 发 电 系 统 ( 公 司 ) ， 根 据 天 气 预 报 、 工 业 和 居 民 用 电 统 计 资 料 ， 利 用 ANNSTLF 系 统 预 测 发 电 站 必 须 提 供 的 发 电 量 ， 大大提高了电站的经济效益和安全运转系数。但该系统有一个弱 点，即不能 处理不确定性信息，且需要大量的历史数据进行训练和学习。我国的负荷数 据近些年才开始系统收集， 采 用 ANNSTLF 系 统 不 太 适 合 我 国 的 国 情 。 Hiroyuki 教 授 等 人 则 在 电 力 负 荷 短 期 预 测 中 运 用 了 自 适 应 模 糊 推 理 ，Srinivasan 博 士 采用 了 模糊 神 经计 算进 行 需求 预 测。这些 方 法主 要 是针 对工 业 化发 达 国家 实 际情况提出的，而我国的国情复杂，的区之间的差距很大，生搬硬套上述方 法，很难取得成功。 当前国内电力短期负荷预测研究备受瞩目，很多学者提出自己的看法。 东 南 大 学 的 单 渊 达 教 授 采 用 径 向 基 函 数 (RBF) 为 神 经 网 络 预 测 系 统 前 向 网 络 的 学 习 提 供 了 一 种 新 颖 而 有 效 的 手 段 。 RBF 网 络 具 有 良 好 的 推 理 能 力 ， 而 且 在 学 习 方 面 比 误 差 反 向 传 播 (BP) 方 法 快 得 多 。华 北 电 力 大 学 的 牛 东 晓 教 授 则 引入了小波神经元网络电力负荷预测模型。它以非线性小波基为神经元函 数，通过伸缩因子和平移因子计算小波基函数合成的小波网络，从而到达全 局 最 优 的 逼 近 效 果 。清 华 大 学 张 伯 明 教 授 采 用 共 辘 梯 度 法 训 练 预 测 系 统 的 神 经网络，在学习算法上有所突破。国内著名人工智能学者蔡自兴教授则结合 多层 感 知神 经 网络 和多 分 辨率 遗 传算 法来 进 行电 力 负荷 预。华 南理 工 大学 的 吴 捷 教 授 运 用 模 糊 逻 辑 和 时 序 特 性 来 进 行 最 优 模 糊 逻 辑 推 理 汇 ，该 系 统 的 输 入量 通 过对 历 史数 据的 自 相关 分 析而 建立 ，再通 过 最近 邻聚 类 法对 历 史数 据 的学 习 得到 若 干数 据对 ，进一 步 由最 优模 糊 逻辑 系 统建 立短 期 电力 负 荷的 预 测 模 型 。国 家 电 力 科 学 研 究 院 的 胡 兆 光 老 师 将 AI 推 理 和 模 糊 系 统 结 合 起 来 ， 建 立 AI 规 则 库 对 电 力 负 荷 进 行 预 侧 ， 也 取 得 了 较 好 的 效 果 。§ 1.3 本 文 的 主 要 研 究 工 作本文 主 要研 究 了线 性回 归 模型 在 短期 负荷 预 测中 的 应用 ，其主 要 内容 包 括： （ 1） 负 荷 预 测 技 术 的 总 结 与 研 究 ， 主 要 包 括 负 荷 预 测 的 分 类 、 特 点 及 基本原理的分析；负荷预测的基本步骤的概述；3农业工程学院毕业设计说明书（ 3） 详 细 研 究 了 线 性 回 归 预 测 方 法 的 特 点 及 其 基 本 原 理 ； （ 4） 最 后 在 负 荷 预 测 的 基 本 模 型 的 基 础 上 提 出 了 线 性 回 归 模 型 ， 并 对 商丘睢阳的区负荷做出预测。4农业工程学院毕业设计说明书第二章电力负荷预测的概论 § 2.1 电 力 负 荷 预 测 的 分 类我国 电 力行 业 采用 过的 分 类方 法 多种 多样 ，不 同的 分类 方法 分 别用 于 不 同 的 研 究 目 的 。 分 类 方 法 主 要 包 括 :按 预 测 周 期 、 行 业 、 预 测 特 性 等 方 法 划 分。§ 2.1.1 按 预 测 周 期 分 类电力系统负荷预测按预测的周期可分为超短期负荷预测、短期负荷预 测、中期负荷预测和长期负荷预测。 （ 1 ） 长 期 负 荷 预 测 是 指 预 测 未 来 1-10 年 的 负 荷 ， 时 间 间 隔 为 1 年 ， 主 要是 电 网规 划 部门 根据 国 民经 济 的发 展和 对 电力 负 荷的 需求 ，所作 的 电网 改 造和扩建工作的远景规划。对于短期负荷预测，需要充分研究电网负荷的变 化规律，分析负荷变化的相关因子，特别是天气因素、日类型等和短期负荷 变化的关系。 长期负荷预测适用方法是：德尔菲法、专家系统法。 （ 2 ） 中 期 负 荷 预 测 是 指 预 测 未 来 1-12 月 的 负 荷 值 ， 预 测 的 时 间 间 隔 为 1 个月，主要用于水库调度、机组检修、交换计划、燃料计划等。 中期负荷预测适用的方法是：回归分析法、专家系统法。 （ 3 ） 超 短 期 负 荷 预 测 是 指 预 测 未 来 1-60 分 钟 的 负 荷 值 ， 预 测 的 时 间 间 隔 为 1-5 分 钟 ， 主 要 用 于 负 荷 频 率 控 制 、 安 全 监 视 、 预 防 控 制 、 紧 急 状 态 处 理 等 。 短 期 负 荷 预 测 是 指 预 测 未 来 1-7 天 的 负 荷 ， 预 测 的 时 间 间 隔 为 15 分 、 30 分 或 1 小 时 ，主 要 用 于 安 排 调 度 计 划 ，包 括 火 电 发 电 出 力 分 配 、水 火 电 协 调、机组经济组合、交换功率计划等。 超短期负荷预测适用的方法是：时间序列分析法、灰色模型法、回归分 析法、神经网络法、人工智能网络技术。5农业工程学院毕业设计说明书§ 2.1.2 按 行 业 分 类负荷预测可分为城市民用负荷、商业负荷、农村负荷、工业负荷以及其 他负荷的负荷预测。其中，城市民用负荷预测主要指城市居 民的家用负荷预 测 ;商 业 负 荷 预 测 和 工 业 负 荷 预 测 是 指 对 各 自 为 商 业 和 工 业 服 务 的 负 荷 进 行 预 测 ;农 村 负 配 电 网 规 划 的 回 归 分 析 负 荷 预 测 方 法 研 究 荷 预 测 是 指 广 大 农 村 所 有 负 荷 (包 括 农 村 民 用 电 、 生 产 与 排 灌 用 电 以 及 商 业 用 电 等 )的 预 测 ;其 他 负 荷 预 测 则 包 括 市 政 用 电 ( 街 道 照 明 等 ) 、公 用 事 业 、政 府 办 公 、铁 路 与 电 车 、 军用等等负荷的预测。 虽然负荷可以大致这样分类预测，但并不严格，对于按某类负荷进行预 测时，可能发生把某些实际负荷归算到哪一类负荷的争执。在这种情况下， 就只能由各供电部门自己决定。因此，在一些供电公司中，可以各自有更具 体的负荷预测分类细目。 本 文 的 预 测 对 象 是 商 丘 睢 阳 地 区 的 用 电 ，是 城 市 民 用 负 荷 预 测 主 要 指 城 市居民的家用负荷预测。§ 2.1.3 按 负 荷 预 测 特 性 分 类根据负荷预测表现的不同特性，可以分成最高负荷、最低负荷、平均负 荷 、高 峰 负 荷 平 均 、负 荷 峰 谷 差 、低 谷 负 荷 平 均 、平 峰 负 荷 平 均 、全 网 负 荷 、 母线负荷、负荷率等类型的负荷预测，来满足供电、用电部门的管理工作的 需要。§ 2.2 负 荷 预 测 的 特 点电力系统负荷的大小和多种因素有关，这些因素中既有不确定性因素， 如天气、温度等，也有确定性因素。由于负荷预测是根据电力负荷的过去和 现在来推测它的未来数值，所以负荷预测工作研究对象是不肯定事件、随机 事件，需要采用适当的预测技术，推出负荷的发展趋势和可能达到的状况。 其特点可归纳如下： （ 1） 预 测 结 果 的 不 准 确 性6农业工程学院毕业设计说明书电力 负 荷是 受 到各 种复 杂 因素 影 响的 ，因此 其 大小 会随 这些 因 素的 发 展 变化而变化。这些影响因素有天气变化、国家政策、经济发展等，人们对有 些因素能预先估计，而有些因素则不能或者很难被准确预测。另外预测方法 与理论的不断改进也将影响到预测结果的精度。 （ 2） 预 测 的 条 件 性 各 种 负 荷 预 测 都 是 在 一 定 条 件 下 做 出 的 。这 些 条 件 有 必 然 条 件 和 假 设 条 件两种。按必然条件所做出的预测往往是比较可靠的，而多数情况下，由于 负荷未来发展的随机性，需要提出一些假设，给出的负荷预测结果就是基于 这种假设的前提，显然预测准确性具有条件性。 （ 3） 负 荷 预 测 的 时 间 性 负荷预测都有一定的时间范围，因为负荷预测属于科学预测的范畴，因 此，要求有比较确切的数量概念，往往需要指明预测时间。对于短期负荷预 测 一 般 为 1-7 天 ， 每 天 48 或 者 96 个 时 段 。 （ 4） 预 测 结 果 的 多 方 案 性 因 为 预 测 具 有 不 准 确 性 和 条 件 性 ，所 以 要 对 负 荷 在 各 种 可 能 的 发 展 情 况 下进行预测，因此需要准备各种条件下的预测方案。 城 市 居 民 用 电 是 以 七 天 为 周 期 ， 故 本 文 预 测 周 期 是 七 天 ， 每 天 24 小 时 。§ 2.3 电 力 系 统 负 荷 预 测 的 基 本 原 理负荷 预 测工 作 就是 根据 电 力负 荷 的发 展规 律 ，或判 断其 未来 发 展趋 势 和 状态的活动，因此必须科学的总结出预测工作的基本原理，用于指导负荷预 测工作。由于负荷预测具有不确定性、条件性、时间性、多方案性等特点， 建立负荷预测模型和实施预测方法，一般要基于以下几个基本原理： （ 1） 可 知 性 原 理 首先 电 力负 荷 的发 展规 律 ，其未 来的 发展 趋 势和 状 况是 可以 为 人们 所 认 知的。人们不但可以认识它的过去和现在，而且还可以通过总结它的过去和 现在来推测其将来。这是负荷预测活动的最基本原理。 （ 2） 可 能 性 原 理 因为 事 物的 发 展变 化是 受 其内 因 和外 因的 共 同影 响 的，内因 的 变化 及 外 因作用力大小不同，会使事物发展有多种可能性变化。所以，对电力系统负7农业工程学院毕业设计说明书荷的预测，往往是按照其发展变化的多种可能性，进行多方案预测的。 （ 3） 全 面 性 原 理 预 测 是 从 历 史 的 行 为 来 预 测 未 来 ，因 此 必 须 保 证 预 测 量 的 历 史 行 为 中 已 经包含了一切的信息。如果历史的行为没有包含全部的影响因素，即历史行 为记录的仅仅是局部而不是全部，据此得到的结论当然会有问题。序列预测 技术就是基于完全性原则产生的，它单纯从预测量自身的历史行为出发，找 到其内在的、隐蔽的规律，预测量的历史行为规律性越强，序列预测技术所 得到的准确度自然越高。 （ 4） 连 续 性 原 则 连续性原则相当于我们在物理所学中的“惯性定理” 。惯性实际上反映 的是系统“势”的大小。系统越大， “势”就越大，其表现出来的惯性也越 大。因此了解事物的过去和现在，并掌握其发展规律，就可以对未来的发展 情况利用连续性原理进行预测。电力系统的发展变化同样存在着惯性，即认 为在各种因素没有改变的情况下，电力需求不可能突变。否则，电力负荷预 测就没有任何规律性可循，预测理论也就没有了立根之本。外推预测技术就 是基于延续性原则产生的，预测量的历史行为对未来的影响越大，应用外推 预测技术得到的预测精确度也就越高。 （ 5） 相 似 性 原 则 在客 观 世界 中 事物 的发 展 各不 相 同，但事 物 的发 展 之 间 还是 存 在着 相 似 之处。在相同的背景下，预测量会体现出与历史量相同的规律。例如国庆期 间 的 日 负 荷 曲 线 往 往 表 现 出 彼 此 相 同 ，但 与 其 它 工 作 日 负 荷 曲 线 有 完 全 不 同 的形态。日相关就是利用了相似性原理。 （ 6） 统 计 规 律 性 原 则 预测 量 的历 史 行为 中必 然 包含 着 一定 的随 机 因素 ，该因 素具 有 某种 统 计 规 律 性 。这 种 统 计 规 律 性 是 应 用 概 率 论 与 数 理 统 计 的 理 论 和 方 法 进 行 预 测 的 基础。 本文基于可知性原则和连续性原则以及统计规律性原则对商丘睢阳地 区进行负荷预测。8农业工程学院毕业设计说明书§ 2.4 负 荷 预 测 的 基 本 步 骤负荷预测的工作首先要明确预测的目标，收集资料，建立科学有效的 预 测模型，采用有效的算法，然后根据历史数据，进行大量的试验性研究，总 结经验，不断修正模型和算法，最后真正反映负荷的变化规律。其基本过程 如下： （ 1） 明 确 负 荷 预 测 的 目 标 ， 制 定 计 划 根据不同的区、不同时期的具体情况，紧密联系电力工业实际需要，明 确负荷预测的目标，并据以拟定一个负荷预测的计划。 确定目标就是要在明 确预测目的前提下，规定预测对象的范围、内容和预测期限。一般而言，预 测范围要根据研究问题所涉及的范围而定，例如编制全国电力规划，就要预 测全国范围内的电力、电量需求量；编制大区网局或的方（省、的、县）电 力局的发展规划，就要预测大区电网或的方电力局范围内的电力、电量需求 量。预测内容是指包括电力、电量、电力负荷的的区分布，电力负荷随时间 的变化规律，以及电力负荷曲线特征及负荷曲线等。预测期限是指预测的时 间 长 短 。 在 预 测 计 划 中 需 要 考 虑 的 问 题 有 :准 备 预 测 的 时 段 ， 所 需 的 历 史 资 料，需要多少资料，资料的来源和搜 集资料的方法，预测方法、耗时等。所 需历史资料项数多少，说法不一。有人主张外推预测的时期数不能超过历史 资 料 的 时 期 数 ， 如 设 a= 历 史 资 料 的 时 期 数 ， b= 外 推 预 测 的 时 期 数 ， 则 有 a R b。 实 际 上 根 据 各 的 不 同 的 数 据 情 况 可 以 根 据 曲 线 情 况 具 体 分 析 。 （ 2） 调 查 和 选 择 历 史 负 荷 数 据 资 料 资料和数据是进行负荷预测的依据，因此资料的选择和收集的好坏，会 直接影响负荷预测结果的质量。调查收集资料时应尽量系统和全面，要包括 电力 企 业内 部 资料 和外 部 资料 ，不能 用自 己 臆想 的 数据 去填 补 负荷 预 测模 型 中所缺少的资料。因此，挑选的资料要直接、可靠并且是最新的资料。本文 中预测所使用的资料主要包括历史负荷数据，历史天气数据等，随着计算机 应用的深入，这部分工作目前主要是进行各类数据格式的转换。 （ 3） 整 理 、 分 析 资 料 因为 资 料的 质 量直 接关 系 到预 测 结果 的质 量 ，所以 要对 收集 到 的与 负 荷 有关的资料进行核查和必要的加工整理，以此来保 证数据资料的质量。在整 理资料时既要注意资料的完整无缺，数字准确无误，保证其反映的都是正常9农业工程学院毕业设计说明书状态下的水平，资料中没有异常的分离项，还要注意资料的补缺推算、去伪 存真，对不可靠的资料核实调整及调整时间数列中不可比资料。在经过整理 后，还要对资料进行初步分析，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。 （ 4） 建 立 预 测 模 型 由于算法的不断发展，预测模型也在不断丰富。无论采用什么算法，都 离不 开 建立 在 历史 数据 和 相关 影 响因 素上 的 预测 模 型，且模 型 精度 在 一定 程 度 上 决 定 了 预 测 的 准 确 性 ，因 此 对 一 具 体 的 资 料 要 具 体 分 析 从 而 选 择 适 当 的 模型，这是负荷预测过程中最关键的一步。如果预测的结果误差过大，不满 足要求，这就说明我们选择的预测模型是不恰当的，此时我们就必须更换模 型，必要时，可同时采用多种数学模型进行运算，以便对比，从而选择最精 确的模型。由于已掌握的发展变化规律，并不能代表将来的变化规律，所以 选 择 好 模 型 后 要 对 影 响 预 测 对 象 的 新 因 素 进 行 分 析 ，并 随 时 对 预 测 模 型 进 行 恰当的修正。 （ 5） 综 合 分 析 ， 确 定 预 测 结 果 建立好负荷预测模型后进行负荷预测，经过运算得到的预测值，或利用 其他方法得到的初步预测值，要参照当前已 经出现得各种可能性，以及新得 发展趋势，对预测结果进行综合分析、对比，判断预测得结果是否合理，并 对结果进行适当的修正，获得最终的预测结果。 （ 6） 撰 写 预 测 报 告 根据分析判断最后确定的预测结果，编写出此次负荷预测的报告。负荷 预 测 报 告 中 应 包 括 预 测 条 件 、 假 设 和 影 响 因 素 等 。 最 好 做 出 结 果 报 表 (其 中 包 括 数 据 部 分 和 图 形 曲 线 部 分 )， 让 人 对 预 测 结 果 一 目 了 然 ， 方 便 使 用 。 （ 7） 负 荷 预 测 管 理 将负荷预测报告提交主管部门，但这并不等于全部预测工作的结束，还 必须对负荷预测进行滚动性管理。10农业工程学院毕业设计说明书第三章负荷预测的方法§ 3.1 传 统 预 测 方 法（ 1） 趋 势 外 推 法 当 电 力 负 荷 依 时 间 变 化 呈 现 某 种 上 升 或 下 降 的 趋 势 ，并 且 无 明 显 的 季 节 波动，又能找到一条合适的函数曲线反映这种变化趋势时，就可以用时间 t 为 自 变 量 ， 时 序 数 值 y 为 因 变 量 ， 建 立 趋 势 模 型 y ＝ f(t) 。 当 有 理 由 相 信 这 种趋势能够延伸到未来时，赋予变量 t 所需要的值，可以得到相应时刻的时 间序列未来值。这就是趋势外推法。应用趋势外推法有两个假设条件：①假 设负荷没有跳跃式变化；②假定负荷的发展因素也决定负荷未来的发展，其 条件是不变或变化不大。选择合适的趋势模型是应用趋势外推法的重要环 节，图形识别法和差分法是选择趋势模型的两种基本方法。外推法有线性趋 势预测法、对数趋势预测法、二次曲线趋势预测法、指数曲线趋势预测法、 生长曲线趋势预测法。 趋势外推法的优点是：只需要历史数据、所需的数据量较少。缺点是： 如果负荷出现变动，会引起较大的误差。此方法应用于农业用电，在气候条 件变化较小的冬季，日用电量相对稳定，表现为较平稳的变化趋势。变化趋 势可为线性或非线性，周期性或非周期性等等。 （ 2） 回 归 分 析 方 法 一般来讲，电力网络负荷同其所在的区的经济、政治、气候等因素存在 某种因果关系。这种因果关系往往无法用精确的数学表达式来描述，只有通 过对大量观察数据的统计处理，才能找到它们之间的关系和规律。回归分析 法就 是 通过 对 观察 数据 的 统计 分 析和 处理 ，寻找 负 荷与 影响 因 素之 间 的因 果 关 系 ， 建 立 回 归 模 型 进 行 预 测 的 方 法 。 其 特 点 是 :将 影 响 预 测 对 象 的 因 素 分 解，在考察各个因素的变动中，估计预测对象未来的数量状态。 优点是：预测精度较高，适用于在中、短期预测使用。灵活，分析多因 素模型时，更加简单和方便，可以准确地计量各个因素之间的相关程 度与回 归拟合程度的高低，提高预测方程式的效果。11农业工程学院毕业设计说明书缺点是：①规划水平年的工农业总产值很难详细统计；②用回归分析法 只能测算出综合用电负荷的发展水平，无法测算出各供电区的负荷发展水 平，也就无法进行具体的电网建设规划。 （ 3） 时 间 序 列 法 时 间 序 列 模 型 有 自 回 归 (AR) ， 动 平 均 (MA) 、 自 回 归 一 动 平 均 (ARMA) 、 累 积 式 自 回 归 一 动 平 均 等 模 型 。在 上 述 负 荷 公 式 中 B(t) 包 含 有 平 均 负 荷 和 负 荷 变化系数，前者属于线性趋势分量，后者是周期性分量，如果通过差分将趋 势分量和周期分量清除掉，得到一个平稳时间序列即随机波动分量，再对这 个随机分量进行预测。 这些方法的优点是：所需历史数据少、工作量少。缺点是：没有考虑负 荷变化的因素，只致力于数据的拟合，对规律性的处理不足，只适用于负荷 变化比较均匀的短期预测的情况。此方法预测周期长，整个预测期内事物呈 现 出 渐 增 或 渐 减 的 总 倾 向 ,适 用 于 季 节 性 预 测 和 大 生 产 预 测 。 （ 4） 专 家 系 统 预 测 法 传统人工智能是从计算机科学的角度来研究机器智能的智能科学。专家 系统是传统人工智能中最活跃的分支。专家系统是对领域专家分析、求解复 杂 问 题 能 力 的 模 拟 。而 一 般 的 来 说 ，人 类 专 家 的 能 力 来 源 于 他 们 渊 博 的 知 识 ， 即 专 家 的 知 识 很 大 程 度 上 决 定 了 他 们 的 能 力 。因 此 如 果 能 让 计 算 机 程 序 具 备 并 能 灵 活 运 用 与 专 家 相 同 的 知 识 ，我 们 就 可 期 望 该 程 序 系 统 也 具 有 与 专 家 相 似的分析、判断和推理能力，这一点已为一些成功的专家系统实践所证实。 专家 系 统方 法 的优 势在 于 它可 以 避开 复杂 的 数值 计 算而 使问 题 得到 解 决，系 统结构简单、清晰，对于预测过程和预测结果具有良好的透明性。而专家系 统的 缺 点是 知 识库 的建 立 比较 困 难。尽管 如 此专 家 系统 对于 解 决不 确 定性 问 题 和 非 规 律 性 问 题 仍 然 是 一 个 强 有 力 的 工 具 。专 家 系 统 是 将 专 家 在 实 际 工 作 中对事物获得的感性认识进行提取，建立知识库，并在系统的实际运行过程 中对知识库不断进行更新和维护，以跟随事物的变化轨迹，达到模拟专家的 目的。它具有像人类专家一样大量的专门知识，它能够根据具体情况灵活运 用这些知识，并根据不确定和不完整的证据得到较好的结论。 此法的优点是：①能汇集多个专家的知识和经验，最大限度地利用专家 的能力；②占有的资料、信息多，考虑的因素也比较全面，有利于得出较为12农业工程学院毕业设计说明书正 确 的 结 论 ；它 可 以 避 开 复 杂 的 数 值 计 算 而 使 问 题 得 到 解 决 ，系 统 结 构 简 单 、 清晰，对于预测过程和预测结果具有良好的透明性。 缺点是：①不具有自学 习能力，受数据库里存放的知识总量的限制；②对突发性事件和不断变化的 条件适应性差。而专家系统的缺点是知识库的建立比较困难。 （ 5） 神 经 网 络 预 测 法 神经网络是仿效生物处理模式以获得智能信息处理功能的理论， 让计 算 机学 习 包含 在历 史 负荷 数 据中 的映 射 关系 ，再利 用这 种 映射 关 系预 测 未来负荷。由于该方法具有很强的鲁棒性、记忆能力、非线性映射能力以及 强大的自学习能力，因此有很大的应用市场，但其缺点是学习收敛速度慢， 可能收敛到局部最小点；并且知识表达困难，难以充分利用调度人员经验中 存在的模糊知识。 优点是：①可以模仿人脑的智能化处理；②对大量非结构性、非精确性 规律具有自适应功能；③具有信息记忆、自主学习、知识推理和优化计算的 特点。缺点是：①初始值的确定无法利用已有的系统信息，易陷于局部极小 的状态；②神经网络的学习过程通常较慢，对突发事件的适应性差。 （ 6） 灰 色 系 统 法 灰 色 系 统 理 论 是 80 年 代 由 我 国 邓 聚 龙 教 授 提 出 ， 用 来 解 决 信 息 不 完 备 系统的数学方法。它把控制论的观点和方法延伸到复杂的大系统中，将自动 控制与运筹学的数 学方法相结合，用独树一帜的有效方法和手段，研究了广 泛存在于客观世界中具有灰色性的问题。部分信息已知、部分信息未知的系 统称为灰色系统。 在灰色系统理论的研究中， 将各类系统分为白色、 黑色和灰色系统。 “白” 指信息完全已知； “ 黑 ” 指 信 息 完 全 未 知 ;“ 灰 ” 则 指 信 息 部 分 已 知 、 部 分 未 知，或者说信息不完全，这是“灰”的基本含义。客观世界是物质的世界， 也是信息的世界。可是在工程技术、社会、经济、工业、环境、电力等各种 系统中经常会遇到信息不完全，运行行为信息不完全等等。 灰 色 预 测 的 优 点 ：要 求 负 荷 数 据 少 、不 考 虑 分 布 规 律 、不 考 虑 变 化 趋 势 、 运算方便、短期预测精度高、易于检验。缺点：一是当数据离散程度越大， 即数据灰度越大，预测精度越差；二是不太适合于电力系统的长期后推若干 年的预测。13农业工程学院毕业设计说明书（ 7） 小 波 分 析 法 小波 分 析是 上 个世 纪数 学 研究 中 的最 杰出 的 代表 。它吸 取了 现 代分 析 学 中 的 泛 函 分 析 、 数 值 分 析 、 Fourier 分 析 、 样 条 分 析 、 调 和 分 析 等 众 多 分 支 的精华，包罗了它们的特色, 受到了科学界、工程界的广泛关注，并且在信 号处理、图像处理、模式识别、的震预报等十几个学科领域得到应用。在负 荷预测中，通过选择合适的小波，对不同性质的负荷进行分类，从而可以针 对某种性质的负荷，根据其规律采用相应的预测方法，对分解出的序列分别 进行预测，再将预测得到的序列进行重构，得到负荷的预测结果。 由于 重 构可 能 造成 误差 的 累加 ，因此 对各 小 波系 数 序列 的预 测 精度 要 求 较高，也增加了模型的复杂性。 （ 8） 模 糊 集 理 论 模 糊 集 理 论 是 1965 年 由 美 国 加 州 大 学 伯 克 来 分 校 L.A.Zadeh 教 授 提 出 的，利用模糊性原理解决实际工程问 题，并且制定了模糊集合概念作为定量 描述 模 糊事 物 的基 本数 学 模型 。模糊 集理 论 是介 于 逻辑 计算 和 数值 计 算之 间 的一种数学工具，形式上利用规则进行逻辑推理，但其逻辑取值可以在 0 与 1 之间连续变化，采用数值的方法进行处理。由于模糊集理论适合描述广泛 存在的不确定性，同时具有强大的非线性映射能力，能够在任意精度上一致 逼 近 任 何 定 义 在 一 个 致 密 集 上 的 非 线 性 函 数 ，并 且 能 够 从 大 量 的 数 据 中 提 取 它 们 的 相 似 性 ，这 些 特 点 正 是 进 行 短 期 负 荷 预 测 所 需 要 的 而 其 它 方 法 所 欠 缺 的优势所在。 近年来，模糊集理论在电力系统中的应用也得到了飞速发展。模糊集合 理论便作为一门崭新的学科显示出强大的生命力。从实际应用来看，单纯的 模糊方法对于负荷预测，精度往往不尽如人意，这主要是由于模糊理论缺乏 学习能力，这一点对不断变化的电力负荷来说，是极其不利的。 由 于 每 一 种 预 测 方 法 的 发 展 规 律 和 其 侧 重 点 的 不 同 ，对 于 不 同 的 的 区 和 同一的区不同的时间段，预测方法的选择和组合也不尽相同。虽然负荷预测 的 方 法 越 来 越 多 ， 但 这 些 预 测 方 法 均 有 各 自 的 优 缺 点 ,因 此 我 们 可 以 针 对 这 些 算 法 的 缺 点 对 其 进 行 改 进 ,并 根 据 其 优 点 将 不 同 的 算 法 组 合 应 用 。 以上 是 预测 方 法的 介绍 及 归总 ，基于 本文 的 预测 对 象是 居民 用 电短 期 负 荷预测，故选用回归分析法进行负荷预测。14农业工程学院毕业设计说明书第四章负荷预测的基本模型§ 4.1 负 荷 预 测 的 基 本 模 型负荷 预 测是 根 据负 荷过 去 的历 史 资料 ，建立 恰 当的 数学 模型 对 未来 的 负 荷进行预测。在进行电力系统的短期负荷预测时，针对负荷变化的特点，既 要充分分析、掌握并利用其规律性，又要兼顾各种因素的影响。§ 4.1.1 影 响 负 荷 变 化 的 因 素系统总负荷是系统中所有节点上所有负荷的总和。在理论上，如果系统 中所 有 节点 负 荷变 化的 方 式都 是 已知 的，那 么就 可 以直 接预 测 出系 统 总负 荷 的变化量。但是单个负荷的变化方式具有非常大的随机性和不可预测性，不 仅如此，同一系统中不同负荷的变化方式也各不相同，因此不能直接通过综 合 估 计 负 荷 的 变 化 方 式 来 预 测 系 统 的 总 负 荷 。尽 管 单 个 负 荷 的 变 化 有 很 大 的 随 机 性 ，但 实 践 表 明 所 有 单 个 负 荷 的 总 和 即 系 统 总 负 荷 一 般 具 有 一 定 的 变 化 规律，在不断实践的过程中，人们逐渐总结出影响这种变化的因素主要有四 种: （ 1） 基 本 正 常 负 荷 分 量 对 于 不 同 的 预 测 周 期 ，基 本 正 常 负 荷 分 量 有 不 同 的 内 涵 ，与 气 象 等 无 关 ， 对于超短期负荷预测，正常负荷分量近似线性变化，甚至是常数；对于短期 负荷预测，正常负荷分量一般是周期性变化，而中长期负荷预测中，正常负 荷分量呈现出明显增长趋势的周期性变化。因此，对于基本正常负荷分量， 可用 线 性变 化 和周 期性 变 化模 型 来描 述或 者 两者 共 同来 描述 ，线性 变 化描 述 日 平 均 负 荷 的 变 化 规 律 ， 而 周 期 变 化 描 述 以 24h 为 周 期 的 变 化 规 律 。 （ 2） 天 气 敏 感 负 荷 分 量 如今的电网有大量的天气敏感负荷，如空调、电热器以及农业灌溉等负 荷 的 存 在 ， 而 这 些 气 象 敏 感 负 荷 有 与 一 系 列 的 气 象 因 素 有 关 ， 如 温 度 （ T） 、 阴晴、雨雪、风力、湿度等，因此气候条件对负荷模式变化有显著的影响。15农业工程学院毕业设计说明书根 据 各 种 因 素 对 负 荷 影 响 程 度 的 分 析 ，对 于 大 部 分 电 网 来 说 温 度 是 最 重 要 的 气候影响因素。对任一给定日，温度对正常值的偏差，将会引起负荷的显著 变化，有时甚至需要对机组投入计划进行大的修正。湿度是另外一个可以影 响电网负荷的因素，特别是在水旱灾年的排涝灌溉等。因为不同的气象因素 影响负荷的方式不同，而一年中，不同时期的气象因素影响负荷的方式也不 同，所以要根据大量给定的过去若干天负荷和天气数据记录，进行数据处理 和相关性分析，以决定天气敏感负荷模型。这里 以日负荷预测为例，给定过 去若干天气负荷记录、温度记录，利用线性回归或曲线拟合方法，可以用三 段直线来描述天气情况。（ 4-1 ）式中，T 为预测温度，可日最高温度、最低温度、平均温度或是某时点 温度； ， ， 为电热临界温度和斜率 时电热负荷增加，其斜率为 。 ；为冷气临界温度和斜率 在是冷气负荷增加，其斜率为之间一段温度上，电热和冷气均不开放，负荷和温度没什么 关 系 。 图 4-1 为 大 气 敏 感 负 荷 模 型 。W0T 图 4-1 大 气 敏 感 负 荷 模 型（ 3） 特 别 事 件 负 荷 分 量 它指 的 是特 别 电视 节目 和 重大 政 治活 动等 对 负荷 造 成的 影响 ，其 特点 是16农业工程学院毕业设计说明书只 有 从 积 累 大 量 的 事 件 记 录 中 分 析 出 某 些 事 件 可 能 对 负 荷 的 影 响 程 度 ，从 而 做出特别事件对负荷的修正规则。这种分析可用专家系统建模方法来实现， 可以用人工神经网络来实现，也可以简单的用人工修正来实现，人工修正方 法通常用因子模型来描述。 （ 4） 随 机 负 荷 分 量 上述各分量的数学模型，都不适合于随机负荷分量。由于系统负荷是由 大量分散的单独需求组合而成，系统负荷不断受到随机干扰得影响。除了大 量小干扰外，轧钢厂、同步加速器等设备的运行也将产生冲击性电力负荷， 引起较大的负荷波动。对于系统调度人员来说，这些大设备的运行时刻通常 是未知的，它们代表了大的不可预测的干扰。还有一些特殊事件如工业设备 损坏、政治事件、庆典活动、特别电视节目，虽然事件发生时刻可以预先知 道，但对负荷影响的程度是未知的。实际上，对于给定的过去一段时间的历 史负荷数据，提取出基本负荷分量、天气敏感负荷分量和特别 事件负荷分量 后，剩余的残差就是各时刻的随机负荷分量，目前处理这样问题最有效的办 法 是 Box-Jenklns 的 时 间 序 列 法 。 其 基 本 的 时 间 序 列 模 型 有 自 自 回 归 模 型 、 积累式自回归动平均模型、回归动平均模型和动平均模型。§ 4.1.2 负 荷 预 测 模 型 的 要 求电力负荷变化是一个随机不平稳过程，它由成千上万个单独分量组成， 而 每 个 分 量 又 以 不 符 合 任 何 己 知 物 理 定 律 的 不 稳 定 形 式 变 化 着 ，未 来 某 一 时 刻的负荷，通常与过去的负荷水平、当前的运行状况、预测期的气象因素以 及日期类型等密切相关。因此，提出预测模型必须考虑下述问题: (1) 模 型 应 能 反 映 负 荷 随 着 季 节 、 星 期 及 一 天 24h 周 期 性 波 动 的 特 点 ； (2) 模 型 应 能 反 映 气 温 、 日 照 等 气 象 因 素 的 影 响 ； (3) 模 型 应 能 反 映 负 荷 自 然 增 长 的 内 在 规 律 ； (4) 近 期 负 荷 变 化 趋 势 比 早 期 负 荷 变 化 趋 势 对 未 来 负 荷 变 化 的 影 响 更 加明显，数学模型应该能反映出这种“近大远小”的规律； (5) 对 节 假 日 期 间 的 负 荷 应 建 立 专 用 预 测 模 型 ， 且 能 够 根 据 现 场 需 要 ， 提前对节假日期间的负荷进行预测。17农业工程学院毕业设计说明书§ 4.1.3 短 期 负 荷 预 测 基 本 模 型针对 影 响电 力 负荷 的因 素 ，电力 负荷 的预 测 模型 一 般可 以由 四 个分 量 模 型组成： H(t)=A(t)+B(t)+C(t)+D(t) 式 中 :H(t) 为 时 刻 t 的 总 负 荷 ； A(t) 为 时 刻 t 的 基 本 正 常 负 荷 分 量 B(t) 为 时 刻 t 的 天 气 敏 感 负 荷 分 量 C(t) 为 时 刻 t 的 特 别 事 件 负 荷 分 量 D(t) 为 时 刻 t 的 随 机 负 荷 分 量 由上述各负荷分量，对于日负荷预测，天气因素作用明显了，如果待预 测日的明天和今天是同类型日，而明天预测的天气因素和今天有很大的区 别，那么明天的负荷和今天就有一定程度不同。另外，特别时间负荷分量属 于非常规负荷变动，只有先预测出待预测日特别事件出现的时刻，以及对负 荷的影响程度后，才能修正预测负荷，得到最终准确的预测值。§ 4.2 线 性 回 归 模 型 的 概 念 与 特 点 § 4.2.1 线 性 回 归 模 型 的 概 念回 归 分 析 法 又 称 统 计 分 析 法 。电 力 系 统 负 荷 回 归 预 测 技 术 的 任 务 是 确 定 预测值和影响因子之间的关系而做出预测，是以负荷过去的历史资料为基 础，建立可以进行数学统计分析的数学模型。就相当于我们在数理统计中所 学的回归分析方法，既通过对变量的观测数据进行统计分析，确定变量之间 的相关关系，从而达到预测的目的。 回归预测法是电力负荷预测的一种常见方法，它适用于电力负荷中、短 期负荷预测。其实质也就是配曲线或者曲线拟合的问题 ，可以根据历史数据 的变化规律来求出因变量与自变量之间的回归方程式，最终来确定模型参 数，据此作出预测。确定模型表达式中的未知参数是回归预测的主要步骤， 一般应用最小二乘法进行。在回归分析中，自变量是随机变量，因变量是非 随机变量，由给定的多组自变量和因变量资料，研究各自变量和因变量之间 的关系，形成回归方程。回归方程求得解后，给定各自变量数值，即可以求18农业工程学院毕业设计说明书出因变量值。而对于非线性回归问题，常应用变换将其转化为线性回归问题 处理。在电力负荷预测的实际问题中，回归方程的因变量一般是电力系统负 荷，自变量是影响电力系统负荷的各种因素，如社会经济、人口、气候等。 回 归 方 程 根 据 自 变 量 和 因 变 量 之 间 的 函 数 形 式 ，可 分 为 线 性 回 归 方 程 和 非线性回归方程两种；根据回归分析涉及道德变量的数量，可以分为单元回 归分析和多元回归分析。因此回归模型分为一元线性回归模型、多元线性回 归模型、一元非线性回归和多元非线性回归。变量之间的关系是线性关系的 模 型 称 为 线 性 回 归 模 型 ，否 则 就 称 之 为 非 线 性 回 归 模 型 。在 整 个 回 归 分 析 中 ， 线性回归模型最为重要。一方面是因为线性回归的应用广泛，另一方面是只 有在假设回归模型为线性的情况下，才能得到比较深入的结果，而且许多非 线性回归模型可以通过适当的转化变为线性回归问题。因此，线性回归模型 的理论和应用是回归研究的重点。 设线性回归模型的数学表达形式为： （ 4-2 ） 其 中 ： A为 该 预 测 模 型 的 参 数 向 量 ； x为 自 变 量 ( 向 量 或 标 量 ) ； y为 因 变 量 (待 预 测 量 )。 回 归 预 测 的 重 点 是 通 过 某 种 途 径 估 计 模 型 的 参 数 向 量 A。 在 求 得 A后 , 拟 合 (历 史 时 段 )或 预 测 (未 来 时 段 )公 式 为 ： （ 4-3 ） 其中 为 自 变 量 在 t时 段 的 取 值 。 如果将实际值与拟合值之差称为拟合误差, 表示为: t=1 ， 2 ， ? ， n 则 回 归 分 析 的 目 标 是 使 各 时 段 拟 合 误 差 的 平 方 和 P最 小 , （ 3-5 ） （ 3-4 ）§ 4.2.2 线 性 回 归 的 特 点虽然 线 性回 归 分析 法是 电 力负 荷 预测 的一 种 常用 方 法，但这 种 方法 在 不 能全面的考虑气象因素，只能片面的考虑诸如温度、湿度等定量条件，而无 法处理变化较多的天气状况。由于模型是基于历史数据进行的线性回归分 析，能较好的拟合过去，但对于未来的预测其效果会随时间的延长而减弱。 电力负荷回归分析法是通过对影响因子值（比如国民生产总值、工农业总产19农业工程学院毕业设计说明书值、气候、人口等等）和用电的历史资料进行统计分析，确定用电量和影响 因子之间的函数关系，从而实现预测。但由于回归分析中，选用何种因子和 该因 子 系用 何 种表 达式 有 时只 是 一种 推测 ，而且 影 响用 电因 子 的 多 样 性和 某 些因子的不可测性，使得回归分析在某些情况下会受到限制。 线性 回 归预 测 法作 为传 统 的预 测 方法 ，其优 点 是模 型参 数估 计 技术 比 较 成熟，预测过程简单，预测速度快，预测精度比较高，外推特性较好，对于 历史上未出现过的情况有比较好的预测值，在没有气象条件巨变的情况下， 其负荷预测准确性较高。但它也有一些不足之处，该方法缺点是：预测精度 较低，缺乏自学习能力，对历史数据的要求比较高，用线性方法无法描述复 杂的非线性关系，在线应用时的递推算法还不完善，同时由于受各种因素的 影响，收集和统计的历史数据往往是模糊的，同时未来相关变 量数据由于只 是个估计值，同样也是模糊的，传统回归模型本身很难完全反映变量间的关 系。§ 4.3 一 元 线 性 回 归 模 型在 一 元 线 性 回 归 中 ，自 变 量 是 可 控 制 或 可 以 精 确 观 察 的 变 量（ 如 时 间 ）， 用 x表 示 ， 因 变 量 是 依 赖 于 x的 随 机 变 量 （ 如 电 力 负 荷 ） ， 用 y 表 示 。 假 设 x 与y 的关系为: （ 3-6 ） 其中ε 是随机误差， 也称为随机干扰， 它 服 从 正 态 分 布 N(0, σ 2 ) ， a、 b 及 都 是 不 依 赖 于 x 的 未 知 参 数 。 x与 y的 这 种 关 系 称 为 一 元 线 性 回 归 模 型 。 这 种模型也可以记为： ～ N(0, σ 2 ) 对 固 定 的 x,y ～ N （ a+bx ， （ 3-7 ） ），即随机变量y 的数学期望为： （ 3-8 ） 显 然 Ey 是 x 的 函 数 ， 称 它 为 y 关 于 x 的 线 性 回 归 。 在 实 际 问 题 中 ， 对 自 变 量 x和 因 变 量 y作 n次 试 验 观 察 ， 且 在 x的 不 全 相 同 的 各 个 值 上 对 y的 观 察 是 相 互 独 立 的 ， 其 n对 观 察 值 记 为 ： x y x1 y1 x2? xn y2? yn20农业工程学院毕业设计说明书称 这 些 值 为 样 本 。 如 果 依 据 样 本 能 估 计 出 未 知 参 数 a、 b， 记 估 值 分 别 为 、 。则： （ 3-9 ） 上 式 是 y关 于 x的 线 性 回 归 方 程 ， 为 回 归 系 数 ， 回 归 方 程 的 图 形 称 为 回 归直线。下面介绍回归模型未知参数的估计。 （ 1） a、 b 的 估 计 。 拟合误差为： （ 3-10 ） 拟合误差的平方和为： （ 3-11 ） 利用最小二乘法, 令 ， ，解得:其中： （ 2） 的估计。根据概率统计的相关知识可得 为：其中： 此可知 与 、 相互独立。， 则 称 Pe 为 误 差 平 方 和 。 因一般称其为回归方程的标准差或回归方程的误差。对于线性回归模型， 得到预测值之后需对其进行假设检验，以确定其实用价值。§ 4.4 多 元 线 性 回 归 模 型 § 4.4.1 多 元 线 性 回 归 的 定 义多元线性回归是指在线性回归分析中的自变量大于两个（包括两个） ， 在现实生活中，常常是多种因素共同制约着同一种现象，同样对于负荷预测 领域来说，由多个自变量的最佳组合配对来同时估计因变量更符合实际要 求，其效果也更好。因此，多元线性回归分析是一种重要的或者可以说是一21农业工程学院毕业设计说明书种 优 秀 的 数 学 和 智 能 算 法 。多 元 线 性 回 归 以 拟 合 值 与 真 实 值 的 累 计 误 差 最 小 化为原则，适合解决操作变量变化范围小并且非线性不严重问题。这种方法 要求自变量之间不可存在严重的相关性，对于非线性或者干扰严重的系统， 可能导致模型误差过大，甚至无法正确建立模型。另外，模型的 计算复杂程 度也将随着输入变量的增加而相应增加。 在实际电力短期负荷预测当中，有多种因素影响着负荷的水平，比如说 降 雨 量 、 气 温 等 。 多 元 线 性 回 归 算 法 可 以 描 述 为 :在 这 里 假 设 负 荷 为 随 机 变 量 y ，同 时 假 设 与 随 机 变 量 y 有 相 关 关 系 的 可 以 控 制 的 变 量 有 n 个（ n&1 ） ， 这 n 个 变 量 分 别 是 x 1 ， x 2 ， x 3 ，? ， x n ，且 他 们 对 因 变 量 都 只 有 线 性 的 影 响 关 系。现在的问题是由过去的历史负荷数据和历史资料记录，来研究随机变量 y 和 n 个控制变量之间的这种约束关系，那么自然会想到用多元回归分析的 方法来解决这个问题。 在进行预测之前，首先在历史数据（包括历史负荷数据以及有关影响负 荷大小的其它因素的历史数据）的基础上通过最小二乘法来估计回归系数， 回 归 系 数 确 定 后 ， 就 可 以 用 于 负 荷 预 测 。 文 献 [18] 给 出 了 将 该 方 法 应 用 于 短 期负荷预测的一种实现方式，并列表给出了该方式下的回归系数。§ 4.4.2 多 元 线 性 回 归 模 型 的 数 学 表 达（ 3-12 ） 其 中 ： m为 自 变 量 数 ； 是 随 机 误 差 ； 。 设已知自变量的取值为 取值为 ，将 ， 代入上式可得： （ 3-13 ） 式中： , 因变量的 为回归系数；则误差平方和为:b 为 待 求 的 n +1 个 回 归 系 数 ， 利 用 最 小 二 乘 法 ， 令 正规方程，解正规方程，可以得到参数的估计表达式为：22，可得农业工程学院毕业设计说明书（ 3-14 ） 于 是 式 (2-11) 表 示 的 预 测 模 型 可 表 示 为 ： （ 3-15 ）§ 4.5 线 性 回 归 模 型 的 建 立建立七个模型，这七个模型与每周的七天一一对应，模型如下： 周一的模型： 周二的模型： 周三的模型： 周四的模型： 周五的模型： 周六的模型： 周日的模型： 比 如 预 测 日 当 天 是 周 一 的 话 ，就 可 以 将 预 测 日 各 变 量 的 数 值 代 人 周 一 的 模型当中，即可求出待预测量。§ 4.6 预 测 对 象 § 4.6.1 原 始 数 据选 取 2014 年 5 月 4 日 为 预 测 日 ， 对 商 丘 睢 阳 的 区 预 测 24 点 负 荷 值 。 为 了 更 准 确 的 进 行 负 荷 预 测 ，着 重 对 2014 年 03 月 和 2014 年 04 月 的 星 期 一 的 历史负荷数据进行的整理，这一时期天气情况相对比较平稳，负荷波动性不 大。自动化系统这一时期运行正常，数据传送正常。从数值上来看，没有出 现异常数据，无需要取舍和修正。 现将资料统计如下：表 4-1
日 的 数 据 统 计23农业工程学院毕业设计说明书时间 时间 0:00 1:00 2:00 3:00 4:00 5:00 6:00 7:00 8:00 9:00 10:00 11:00 12:00 13:00 14:00 15:00 16:00 17:00 18:00 19:00 20:00 21:00 22:00 23:00温 度 ,℃ 温 度 ,℃ -14 -15 -16 -15 -14 -13 -12 -12 -11 -10 -9 -8 -7 -8 -7 -6 -5 -4 -5 -6 -8 -9 -11 -12风力 风力 3 2 2 2 1 1 2 2 3 3 2 1 1 2 2 1 2 3 4 4 3 2 2 2天气情况 天气情况 2 2 2 2 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1负荷 负荷 56.33 56.21 58.53 69.91 63.09 69.49 68.1 67.03 68.01 83.96 77.21 67.25时间温 度 ,℃风力24天气情况负荷农业工程学院毕业设计说明书0:00 1:00 2:00 3:00 4:00 5:00 6:00 7:00 8:00 9:00 10:00 11:00 12:00 13:00 14:00 15:00 16:00 17:00 18:00 19:00 20:00 21:00 22:00 23:00-17 -18 -17 -16 -15 -14 -15 -14 -13 -12 -12 -11 -10 -9 -8 -7 -5 -5 -6 -8 -9 -11 -13 -153 4 4 3 3 4 3 2 2 3 2 2 3 3 4 4 3 3 2 3 2 3 3 41 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 159.69 55.99 58.54 70.75 68.25 69.65 69.29 68.17 71.12 82.07 76.62 68.65表 4-2
日 的 数 据 统 计时间温 度 ,℃风力25天气情况负荷农业工程学院毕业设计说明书0:00 1:00 2:00 3:00 4:00 5:00 6:00 7:00 8:00 9:00 10:00 11:00 12:00 13:00 14:00 15:00 16:00 17:00 18:00 19:00 20:00 21:00 22:00 23:00-16 -16 -17 -16 -15 -14 -14 -13 -13 -14 -13 -12 -11 -10 -9 -9 -10 -9 -10 -11 -12 -13 -14 -153 3 3 3 3 3 3 3 3 3 3 3 4 3 3 4 3 3 3 3 3 3 3 31 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 158.81 57.3 58.17 69.1 69.27 68.91 67.67 65.2 70.28 85.57 80.53 70.72表 4-3
日 的 数 据 统 计26农业工程学院毕业设计说明书时间 0:00 1:00 2:00 3:00 4:00 5:00 6:00 7:00 8:00 9:00 10:00 11:00 12:00 13:00 14:00 15:00 16:00 17:00 18:00 19:00 20:00 21:00 22:00 23:00温 度 ,℃ -19 -20 -21 -20 -19 -18 -17 -16 -15 -14 -14 -13 -12 -11 -10 -11 -10 -9 -10 -13 -15 -16 -17 -18风力 4 4 3 3 4 3 3 4 4 3 3 3 4 4 3 3 4 4 3 3 3 3 3 3天气情况 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1负荷 60.19 61.74 62.46 73.38 72.06 71.55 68.52 70.55 72.64 84.83 82.67 74.01表 4-4
日 的 数 据 统 计27农业工程学院毕业设计说明书时间 0:00 1:00 2:00 3:00 4:00 5:00 6:00 7:00 8:00 9:00 10:00 11:00 12:00 13:00 14:00 15:00 16:00 17:00 18:00 19:00 20:00 21:00 22:00 23:00温 度 ,℃ -21 -22 -21 -20 -20 -19 -18 -18 -19 -18 -17 -15 -14 -14 -13 -12 -11 -10 -11 -13 -15 -16 -17 -18风力 2 3 3 2 2 3 2 3 2 2 2 3 3 2 2 3 2 3 3 3 2 3 2 2天气情况 2 2 2 2 2 2 2 2 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1负荷 61.44 59.34 62.31 68.05 72.52 73.15 71.16 69.79 73.31 85.66 81.6 75.02表 4-5
日 的 数 据 统 计28农业工程学院毕业设计说明书时间 0:00 1:00 2:00 3:00 4:00 5:00 6:00 7:00 8:00 9:00 10:00 11:00 12:00 13:00 14:00 15:00 16:00 17:00 18:00 19:00 20:00 21:00 22:00 23:00温 度 ,℃ -22 -23 -23 -22 -21 -22 -21 -20 -19 -17 -16 -15 -14 -13 -12 -11 -11 -12 -13 -14 -15 -17 -18 -19风力 2 2 3 3 3 2 3 3 2 2 1 2 3 1 2 3 4 3 2 2 3 2 3 3天气情况 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1负荷 60.54 60.2 62.93 70.62 71.66 74.95 74.17 74.92 75.88 88.36 83.58 74.13表 4-6
日 的 数 据 统 计时间 温 度 ,℃ 风力29天气情况负荷农业工程学院毕业设计说明书0:00 1:00 2:00 3:00 4:00 5:00 6:00 7:00 8:00 9:00 10:00 11:00 12:00 13:00 14:00 15:00 16:00 17:00 18:00 19:00 20:00 21:00 22:00 23:00-20 -21 -22 -23 -22 -21 -20 -18 -17 -16 -14 -14 -13 -12 -11 -10 -10 -11 -12 -13 -14 -15 -15 -161 1 2 2 2 2 1 2 1 2 2 1 1 2 2 1 1 2 2 1 2 1 2 11 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 160.29 57.01 58.48 69.08 71.08 72.18 71.63 71.65 74.9 83.9 80.7 72.表 4-7
日 的 数 据 统 计时间温 度 ,℃风力30天气情况负荷农业工程学院毕业设计说明书0:00 1:00 2:00 3:00 4:00 5:00 6:00 7:00 8:00 9:00 10:00 11:00 12:00 13:00 14:00 15:00 16:00 17:00 18:00 19:00 20:00 21:00 22:00 23:00-25 -25 -24 -23 -24 -22 -21 -20 -20 -19 -18 -17 -16 -16 -15 -14 -13 -12 -13 -14 -17 -18 -19 -202 2 2 1 1 2 1 1 1 1 2 2 2 2 2 2 2 1 1 1 1 1 1 21 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 2 2 2 260.86 58.76 59. 70.88 72.76 73.85 71.68 71.39 73.89 86.74 83.11 73.61表 4-8
日 的 数 据 统 计时间温 度 ,℃风力31天气情况负荷农业工程学院毕业设计说明书0:00 1:00 2:00 3:00 4:00 5:00 6:00 7:00 8:00 9:00 10:00 11:00 12:00 13:00 14:00 15:00 16:00 17:00 18:00 19:00 20:00 21:00 22:00 23:00-18 -19 -20 -19 -18 -17 -18 -17 -16 -15 -14 -13 -13 -12 -11 -10 -9 -8 -7 -8 -9 -12 -13 -153 3 3 2 2 3 3 3 2 2 1 2 2 3 2 3 2 2 2 3 3 4 3 32 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 264.06 62.1 64.68 70.83 73.47 75.58 70.55 74.33 75.79 86.89 83.29 75.08表 4-9
日 的 数 据 统 计其中天气情况介绍如下表：32农业工程学院毕业设计说明书1 2晴 多云§ 4.6.2 基 础 资 料 分 析从掌握的历史数据来看， 2001 年 12 月 和 2002 年 1 月 数 据 采 集 没 有 问 题 ， 无需要取舍和修正的异常数据。预测日类型均为工作日第一天，天气的温度 较为相似。可以选择作为预测的基础资料。§ 4.6.3 建 立 负 荷 预 测 模 型根 据 上 述 数 据 用 MATLAB 求 解 得 ：所以所建立的模型为： 周一的模型：33农业工程学院毕业设计说明书§ 4.6.4 进 行 负 荷 预 测表 4-10 负 荷 预 测 值 与 实 际 值 的 对 比时间 0:00 1:00 2:00 3:00 4:00 5:00 6:00 7:00 8:00 9:00 10:00 11:00 12:00 13:00 14:00 15:00 16:00 17:00 18:00 19:00 20:00 21:00 22:00 23:00预 测 负 荷 ,MW 67.5 65.1 68.8 67.8 70.9 73.2 73.3 75.6 77.186 78.4 77.025 76.6 72.2实 际 负 荷 ,MW 64.06 62.1 64.68 70.83 73.47 75.58 70.55 74.33 75.79 86.89 83.29 75.0834绝对误差 3.44 3. 4.12 3.03 3.57 2.38 2.75 0.27 1.09 7.89 7.69 3.12相 对 误 差 5.15% 6.50% 5.06% 11.16% 6.68% 1.21% 4.46% 12.38% 4.49% 2.60% 3.04% 3.12% 3.75% 4.74% 1.34% 1.14% 1.98% 7.09% 8.77% 4.97% 8.98% 9.75% 4.25% 3.68%农业工程学院毕业设计说明书图？ 电力系统负荷预测是根据电力负荷的历史数据来对未来某个时段内的 系统负荷值作出预先估计。科学的预测是正确决策的依据和保证，因此电力 系统负荷预测是电力系统进行实时控制、制定运行计划和发展规划的基础。35农业工程学院毕业设计说明书总结本文 系 统的 介 绍了 配电 网 负荷 预 测的 意义 和 研究 现 状，对现 行 的负 荷 预 测方法进行了简单的总结，在综合介绍负荷预测的分类、特点及其基本原理 等的基础上，详细研究了线性回归模型在负荷预测中的应用。 电力网络负荷同其所在的区的经济、政治、气候等因素存在某种因果关 系。这种因果关系往往无法用精确的数 学表达式来描述，只有通过对大量观 察数据的统计处理，才能找到它们之间的关系和规律。回归分析法就是通过 对观察数据的统计分析和处理，寻找负荷与影响因素之间的因果关系，建立 回归模型进行预测的方法。将影响预测对象的因素分解，在考察各个因素的 变动中，估计预测对象未来的数量状态。 回归分析法的预测精度较高，适用于在中、短期预测使用。灵活分析多 因素模型时，更加简单和方便，可以准确地计量各个因素之间的相关程度与 回归拟合程度的高低，提高预测方程式的效果。 对于线性回归： （ l） 线 性 回 归 预 测 法 能 够 满 足 电 力 系 统 短 期 负 荷 预 测 的 要 求 ； （ 2） 采 用 线 性 回 归 预 测 法 ， 对 负 荷 值 的 预 测 精 度 虽 然 能 达 到 要 求 ， 但 是和 其 他先 进 的算 法相 比 具有 很 大的 限制 ，因为 回 归算 法只 有 在天 气 因素 等 条件 变 化不 大 的时 候才 能 够有 比 较精 确的 结 果。一 旦外 界条 件 发生 较 大的 变 化，回归算法就不再适用了； （ 3） 由 于 各 的 区 负 荷 的 影 响 因 素 各 不 相 同 ， 本 文 所 设 计 的 模 型 预 测 其 他 的 区 的 负 荷 时 预 测 误 差 可 能 较 大 ，因 此 此 模 型 可 能 只 适 合 于 该 的 区 的 负 荷 预 测。 （ 4） 随 着 电 力 市 场 改 革 的 深 入 开 展 ， 对 电 力 系 统 输 送 的 电 能 质 量 的 要 求 也越来越高，对负荷预测的要求也越来越高。因此我们不但要进一步提高负 荷预测的速度、增加负荷 预测点密度，还要研究新的方法来提高负荷预测的 精确度，并随时根据电力系统的变化或负荷的变化进行改进。36农业工程学院毕业设计说明书参考文献[1] 牛 东 晓 ， 曹 树 华 等 . 电 力 负 荷 预 测 技 术 及 其 应 用 . 北 京 ： 中 国 电 力 出 版 社 .1998 [2] 黄 伟 . 短 期 电 力 负 荷 组 合 预 测 模 型 的 研 究 . 大 连 理 工 大 学 .2009 [3] 赵 冬 红 . 短 期 负 荷 预 测 的 改 进 方 法 研 究 . 华 北 电 力 大 学 .2008 [4] 杨 龙 . 基 于 神 经 网 络 的 短 期 负 荷 预 测 . 中 南 大 学 .2009 [5] HoKL,HsuYY,LeeCE,etal. Short-term Load Forecasting of Taiwan Power System Using acknowledge-based expert system. IEEETransaetions on Power Systems, ): [6] 周 海 明 . 人 工 神 经 网 络 应 用 于 电 力 系 统 短 期 负 荷 预 测 研 究 . 广 西 大 学 .2011 [7] 关 薇 . 时 间 序 列 在 电 力 系 统 负 荷 预 测 中 的 应 用 . 北 方 工 业 大 学 .2008 [8] 顾 洁 . 应 用 小 波 分 析 进 行 短 期 负 荷 预 测 . 电 力 系 统 及 其 自 动 化 学 报 ， 2003 ， 15(2):40-44 [9] Mori, KobayashiH. Optimal Fuzzy Inference for Short -Term LoadForecasting.IEEE,) [10] 黄 珊 . 配 电 网 规 划 的 回 归 分 析 负 荷 预 测 方 法 研 究 . 湖 南 大 学 .2010 [11] 强 同 波 . 几 种 电 力 负 荷 预 测 方 法 在 用 电 分 析 系 统 中 的 应 用 . 山 东 电 力 高 等 专 科 学 校 学 报 ,):10-12 [12] 张 德 玲 . 电 力 系 统 短 期 负 荷 预 测 方 法 的 研 究 . 郑 州 大 学 ,2007 [13] 汪 峰 , 于 尔 铿 , 周 京 阳 . 能 量 管 理 系 统 (EMs) 第 四 讲 电 力 系 统 负 荷 预 报 . 电 力 系 统 自 动 化 ,):66-69 [14] 刘 薇 . 人 工 神 经 网 络 在 短 期 电 力 负 荷 预 测 中 的 应 用 研 究 . 南 昌 大 学 ,2007 [15] 肖 国 泉 , 王 春 , 张 福 伟 . 电 力 负 荷 预 测 . 北 京 ： 中 国 电 力 出 版 社 ,2001 [16] 王 志 征 , 余 岳 峰 , 姚 国 平 . 主 成 分 分 析 法 在 电 力 负 荷 预 测 中 的 应 用 . 电 力 需 求 ， 2003,5 （ 3 ） ：页 [17] 杨 晓 玲 . 电 力 系 统 短 期 负 荷 预 测 算 法 的 应 用 与 探 讨 . 山 西 电 力 技 术 ,2000,05 ： 1-3 [18] Moghram I, Rahman S. Analysis and Evaluation of Five Short -term Load Forecasting Technique.IEEE Transactions on Power System,):37农业工程学院毕业设计说明书 [19] 牛 晓 东 , 曹 树 华 ， 赵 磊 ， 张 文 文 . 电 力 负 荷 预 测 技 术 及 其 应 用 . 北 京 ： 中 国 电 力 出 版 社 .2002 [20] 康 重 庆 ， 夏 清 ， 刘 梅 ， 相 年 德 . 应 用 于 负 荷 预 测 中 的 回 归 分 析 的 特 殊 问 题 . 电 力 系 统 自 动 化 .1998 ， 卷 期 页38农业工程学院毕业设计说明书致谢时间飞逝，大学的学习生活很快就要过去，在这四年的学习生活中，收 获了很多，而这些成绩的取得是和一直关心帮助我的人分不开的。 首 先 非 常 感 谢 学 校 开 设 这 个 课 题 ，为 本 人 日 后 从 事 计 算 机 方 面 的 工 作 提 供 了 经 验 ，奠 定 了 基 础 。本 次 毕 业 设 计 大 概 持 续 了 半 年 ，现 在 终 于 到 结 尾 了 。 本次毕业设计是对我大学四年学习下来最好的检验。经过这次毕业设计，我 的能力有了很大的提高，比如操作能力、分析问题的能力、合作精神、严谨 的工作作风等方方面面都有很大的进步。这期间凝聚了很多人的心血，在此 我表示由衷的感谢。没有他们的帮助，我将无法顺利完成这次设计。 首先，我要特别感谢我的指导老师邱兆美老师对我的悉心指导，在我的 论文 书 写及 设 计过 程中 给 了我 大 量的 帮助 和 指导 ，为我 理清 了 设计 思 路和 操 作 方 法 ，并 对 我 所 做 的 课 题 提 出 了 有 效 的 改 进 方 案 。邱 兆 美 老 师 渊 博 的 知 识 、 严谨的作风和诲人不倦的态度给我留下了深刻的印象。从她身上，我学到了 许多能受益终生的东西。再次对邱兆美老师表示衷心的感谢。 其次 ，我 要感 谢大 学四 年 中所 有 的任 课老 师 和辅 导 员在 学习 期 间对 我 的 严格要求，感谢他们对我学习上和生活上的帮助，使我了解了许多专业知识 和为人的道理，能够在今后的生活道路上有继续奋斗的力量。 另外，我还要感谢大学四年和我一起走过的同学朋友对我的关心与支 持，与他们一起学习、生活，让我在大学期间生活的很充实，给我留下了很 多难忘的回忆。 最后，我要感谢我的父母对我的关系和理解，如果没有他们 在我的学习 生涯中的无私奉献和默默支持，我将无法顺利完成今天的学业。39
回归分析的短期负荷预测研究―汇集和整理大量word文档,专业文献,应用文书,考试资料,教学教材,办公文档,教程攻略,文档搜索下载下载,拥有海量中文文档库,关注高价值的实用信息,我们一直在努力,争取提供更多下载资源。}