线性回归短期负荷预测(14)

本文档最好用office07打开

度和斜率，,t>Ts是冷气负荷增加，其斜率为Ks。

在Tw≤T≤Ts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3-1为大气敏感负荷模型。

图3-1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的时间序列法平均模型。

[13]

。

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

3.1.2 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