（国网山东省电力公司烟台市福山区供电公司 山东烟台265500）
摘要:随着电力系统的不断发展，对其的技术要求也逐渐的提高，电力负荷预测作为保证电力系统安全稳定运行的关键，也需要改变传统的人工操作模式，逐渐自动化、科学化。本文主要探讨了电力负荷测试的新操作方法。
关键词:电力系统;负荷;负荷预测
引 言
随着社会经济的不断发展，近年来我国的电力资源需求在不断加大，出现了电力供不应求的局面。为此，电力部门需要详细的研究负荷预测相关的数据，以作为安排机组出力的依据，保证电力系统的安全稳定运行。只有明确具体的不同地域和区间的电力负荷，才能根据负荷量进行合理规划，从而做到电力供需的平衡，充分保证每一个用户的实际用电需求。所以电力部门需要依据不同区域电力负荷的特性和特点，寻找精度较高的电力负荷预测方法。
1 负荷预测的概念、特点及分类
负荷用通俗的语言来说明就是某一地域在某一段时间的实际所需电力资源的总量。负荷预测的特点就是综合性。科学的电力负荷预测数据应该参考相关的地域经济和社会等因素，同时还要对以往的用电情况进行总结，通过大量的数据分析从而做出合理的预测。电力的负荷预测分类，因为实际的依据不同，所以具体的划分种类也不尽相同。基本上来说人们按照时间的标准划分为长期（通常是十年以上的时间）、中期（一般是五年的时间期限）、短期、超短期、节日预测。需要说明的是后三者的时间期限没有明确的规定，应该根据实际情况而具体的确定，比如说节日，通常在春节等大型的节日需电量会出现大幅度的波动，电力系统应该提前根据预测，制定相关的解决方案。除此以外，电力负荷还可以依据内容进行划分，主要分为城市民用负荷、商业负荷、农村负荷、工业负荷以及其它负荷等。也可以依据特性进行种类划分，当然划分的标准还有很多，在此不作一一的列举。
2 负荷预测的意义
电力预测之所以近年来的重视程度在加大，是与其内在的重要意义相关联的。根据我国的目前用电情况来看，用电的领域在拓宽，用电的人数在激增，而目前的电力开发还不能满足所有的用电需求，只有进行负荷预测之后，按照预测数据进行合理的电力划分，才能确保人们的生活正常进行，才能保证工厂顺利施工，是国家长治久安的保证，是国民经济提升的基础，同时也是构建和谐社会的保障。
3 电力负荷预测的影响因素
当前的电力负荷预测的难点在于预测过程存在随机的干扰因素，主要是经济、政策因素和天气影响因素。前面两者密切相关，对负荷预测的干扰也比较复杂；而对于天气影响因素的处理存在对未来气象本身预测的准确性问题，难度很大，因此，对于预测的方法提出了新的要求。
4 负荷预测的方法
传统的电力负荷测试的方法有很多，应用起来比较复杂，相关的技术人员应该根据实际的需要，结合该技术的局限性和优质特性进行综合的考量，最终选择合适的方法，下面对各种常用的方法，进行简单的阐述。
（1）电力弹性预测法：电力弹性系数是电量平均增长率与国内生产总值之间的比值。电力弹性系数法的优点是能较好地把握电力负荷增长的趋势及范围，但是由于近年来产业结构的调整，使得弹性系数意义在淡化，相关的数据出现较大的波动现象，所以该种方法更适合于中长期负荷预测，短期的符合预测数据部可靠。
（2）灰色预测法：该种预测方法是上个世纪我国的首创测试法。自从研发以来，取得了良好的实践应用效果。灰色系统把一切随机过程看作是在一定范围内变化的、与时间有关的灰色过程。灰色预测技术的优点是要求数据少，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、易于检验等。缺点是当数据的离散程度越大，预测精度越差，不适合电力系统的长期若干年的预测。
期刊文章分类查询,尽在期刊图书馆
（3）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，可以建立趋势模型y＝f(t)。当赋予变量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。
（4）弹性系数法：弹性系数是电量平均增长率与国内生产总值之间的比值，根据国内生产总值的增长速度结合弹性系数得到规划期末的总用电量。该方法的优点是：方法简单，易于计算。缺点是：需做大量细致的调研工作。
（5）回归分析法：回归预测是根据负荷过去的历史资料，建立可以进行数学分析的数学模型。用数理统计中的回归分析方法对变量的观测数据统计分析，从而实现对未来的负荷进行预测。回归模型中的线性回归适用于中长期负荷预测。
（6）时间序列法：就是根据负荷的历史资料，设法建立一个数学模型，用这个数学模型一方面来描述电力负荷这个随机变量变化过程的统计规律性；另一方面在该数学模型的基础上再确立负荷预测的数学表达式，对未来的负荷进行预测。
（7）专家系统法：专家系统预测法是对数据库里存放的过去几年甚至几十年的，每小时的负荷和天气数据进行分析，从而汇集有经验的负荷预测人员的知识，提取有关规则，按照一定的规则进行负荷预测。专家系统法，是对人类的不可量化的经验进行转化的一种较好的方法。但专家系统分析本身就是一个耗时的过程，同时容易受到天气等因素的影响。专家系统预测法适用于中、长期负荷预测。
（8）神经网络法：神经网络预测技术，可以模仿人脑做智能化处理，对大量非结构性、非确定性规律具有自适应功能。ANN应用于短期负荷预测比应用于中长期负荷预测更为适宜。因为，短期负荷变化可以认为是一个平稳随机过程。而长期负荷预测可能会因政治、经济等大的转折导致其模型的数学基础的破坏。采用神经网络进行电力系统负荷预测时，网络输入变量的选择是一个关键点，为了优化变量甄选，有人提出使用模糊粗糙集理论先对信息进行预处理；以此算法结果作为BP网络的预设变量开展训练。该方法将历史时间序列、外部气象条件等各种因素都考虑在内，为寻找神经网络输入变量提供了一种新思路。同时，规避了因为输入变量规模过于庞大而引起的网络拓扑结构复杂、收敛速度慢等缺陷。相关的实验表明，该方法行之有效。
（9）小波分析预测技术：小波分析是一种时域-频域分析法，它在时域和频域上同时具有良好的局部化性质，并且能根据信号频率高低自动调节采样的疏密，它容易捕捉和分析微弱信号以及信号、图像的任意细小部分。
（10）模糊预测法：该方法基于模糊理论，先行分析过往的工作经验、历史数据，以一种规则的形式呈现出来，并抽象出可在计算机上运行的机读代码，进而展开各种计算工作。模糊预测法能够很明确地描述专家意图，对电力系统中不规则现象进行描述，很适用于中长期电力负荷预测；但模糊预测法学习能力差，极易受到人工干扰。模糊理论应用于电力负荷预测时，有三种常见数学模型，即：指数平滑过渡法、线性回归法、聚类预测法，三种数学模型各有千秋，它们的预测精度都很高，相比传统算法测量误差也小得多。
结论
电力负荷预测关系到实际的电力资源的规划与输送，是电力系统的关键因素。目前我国的电力负荷测试方法有很多，每一种方法都有其独特的应用范围和特性，为了保证电力预测的准确性，工作人员应该充分的了解每一种方法特性，在实际的预测工作中具体的考核实际选择正确的预测方法，同时必要的时候也可以综合集中方法同时预测，总之，要不断地完善现有的预测技术，为我国的电力系统提供可靠的规划参考数据，保证电力系统的安全稳定运作。单一负荷预测法很难满足实际要求，应该结合地区状况选择方法组合，唯有如此才能取得更好的电力预测效果，这也意味着组合预测将势必成为以后的研究热点。
参考文献：
[1]牛东晓,曹树华,赵磊等.电力负荷预测技术及其应用.中国电力出版社,1998,128～133
[2]韦钢,贺静,张一尘.中长期电力负荷预测的盲数回归方法.高电压技术,2005,31(2):73-75.
论文作者:杨晓婧
论文发表刊物:《电力设备》2017年第27期
论文发表时间:2018/1/12
标签：负荷论文; 电力论文; 方法论文; 电力系统论文; 数据论文; 变量论文; 时间论文; 《电力设备》2017年第27期论文;