线性回归短期负荷预测(5)

本文档最好用office07打开

第1章 绪论

1.1 选题背景与意义 1.1.1 选题的背景

近些年来，随着电力市场改革的深入开展，用电用户的负荷对电力系统输送的电能质量的要求也越来越高。由于电能不能大量的储存，这就要求发电出力应该与电力负荷的变化保持动态平衡。否则，轻则影响供电的质量，重则危及系统的安全与稳定。因此，对负荷的变化与特性进行预测估计是电力系统运行与发展的重要内容。

1.1.2 选题的意义

电力负荷预测是电力市场的重要组成部分。电力系统负荷预测是指，在充分考虑一些重要的系统运行特性、增容决策、自然条件与社会影响的条件下，研究或利用一套系统地处理过去与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的负荷数值。因此负荷预测有着重要意义： （1）负荷预测是经济调度的主要依据； （2） 负荷预测是电力生产规划的基础；

（3） 负荷预测是电力市场顺利发展的必需数据； （4） 负荷预测是电力系统安全分析的主要因素之一； （5） 短期负荷预测有利于无功优化的实施；

（6） 短期负荷预测是实现变压器目标节能控制的重要手段； （7） 负荷预测是实现电网科学管理和调度的重要方面。

随着电力市场的逐步建立，对负荷预测水平的要求与日俱增。提高负荷预测技术水平有利于计划用电管理，有利于减少能耗和降低发电成本，有利于合理安排电网运行方式和建立机组检修计划，有利于提高电力系统的经济效益和社会效益。因此，电力负荷预测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。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，采用的预测理论和方法也不同，本文着重研究短期负荷预测。

[1]

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的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。

将负荷预测的算法综合起来可分为两类：传统预测方法和人工智能方法。传统方法有趋势外推法、回归分析法、时间序列法、最小二乘法等等。人工智能方法有专家系统预测