第 1 章 緒 論

1.1 選題背景及意義
隨著當今石油煤炭等不可再生能源的日趨枯竭，電能在人類生活和生產(chǎn)中的地位愈發(fā)重要�，F(xiàn)在我國的電能來源主要有水能、核能、風能、生物能等。由于我國電能技術還不是很發(fā)達，因此合理高效的利用現(xiàn)有電能成為了當今電力行業(yè)的關鍵問題。而合理利用電能的基礎是做好準確的電力負荷預測。負荷預測[1]是電力系統(tǒng)領域的一個傳統(tǒng)研究問題，是指從已知的電力系統(tǒng)、經(jīng)濟、社會、氣象等情況出發(fā)，通過對歷史數(shù)據(jù)的分析和研究，探索事物之間的內在聯(lián)系和發(fā)展變化規(guī)律，對負荷發(fā)展做出預先估計和推測。由于縣級區(qū)域的負荷受負荷分量的變化影響比較大，比如工廠的建立一般選擇縣里的農(nóng)村，直接影響工業(yè)用電負荷，從而影響縣城全社會用電量。負荷分量的變化直接影響到預測準確性，短期負荷預測更能反映受負荷分量的變化趨勢，因此，本文針對縣級區(qū)域為研究對象，對短期電力負荷預測進行研究。短期電力負荷預測是電力系統(tǒng)安全分析的基礎，是電力企業(yè)制定發(fā)電計劃和電價的主要依據(jù)，同時也是合理安排電網(wǎng)運行方式，電力系統(tǒng)中各種設備的大修、小修及輪換計劃的依據(jù)。因此，準確的負荷預測不僅能夠維持電網(wǎng)的安全和穩(wěn)定，而且還能夠安排機組的檢修計劃，從而降低發(fā)電成本。從自然條件來說，不同的地區(qū)的氣候情況天氣情況不一樣。從社會發(fā)展角度來講，各個地區(qū)的農(nóng)業(yè)發(fā)展、工業(yè)發(fā)展和居民的生活習慣不一樣，因此對負荷的預測研究必須具體到當?shù)氐娜宋摹⑸鐣�、環(huán)境，根據(jù)當?shù)氐木唧w情況選擇適合的模型。從以上方面來看，專門針對縣級區(qū)域做短期負荷預測的研究是十分有必要的。加強縣級區(qū)域的短期負荷預測的現(xiàn)實意義是：一方面，目前縣級區(qū)域沒有建立完善的電力負荷預測系統(tǒng)，負荷預測僅僅停留在一些簡單的算法，，如彈性系數(shù)法，年度最大負荷利用小時數(shù)。提高日負荷預測準確度是縣級區(qū)域面臨的問題。另一方面，縣級區(qū)域的負荷預測功能是縣級電網(wǎng)計劃、用電、調度等管理部門的重要任務之一，也是其基本工作，對電網(wǎng)的安全、可靠、經(jīng)濟運行有著舉足輕重的作用。
………..

1.2 國內外研究現(xiàn)狀
國外關于電力負荷預測的研究已經(jīng)很是成熟。國外關于電力負荷的預測研究主要集中在智能算法和一些新興的電力負荷預測技術上，預測方法主要為智能預測方法，負荷預測新技術。對于經(jīng)典方法和傳統(tǒng)的負荷預測方法國外最新的研究相對較少。與國內相比，國外由于負荷的變化規(guī)律趨于穩(wěn)定，因此，對于中長期負荷預測的研究比較少[2]，而對于短期負荷預測的研究比較多[3]。國外對于負荷預測的研究主要集中在智能預測方法上。智能預測方法有人工神經(jīng)網(wǎng)絡法，模糊預測法，小波分析法等。最近幾年，國外對于神經(jīng)網(wǎng)絡用于負荷預測的研究文獻有很多，例如，文獻[4]對埃及電力公司的 2017 年的負荷進行了預測，將人工神經(jīng)網(wǎng)絡方法進行改進，相比于傳統(tǒng)的趨勢外推法，預測精度明顯提高。文獻[5]將神經(jīng)網(wǎng)絡與溫度敏感系數(shù)結合，考慮了溫度敏感系數(shù)文獻[6]將模糊聚類方法進行改進， 針對獨立變量權重計算不合理的缺點，引入關聯(lián)分析法來計算權重，結果表明預測精度得到提高。第一次將小波理論用于負荷預測的是文獻[7]，同時也證明了該方法的預測誤差較低。但是，由于負荷預測結果與小波基的選擇有關，小波理論也會由于未能考慮溫度、濕度等對負荷造成影響的因素，變現(xiàn)一定的局限性。
……….

第 2 章 縣級區(qū)域短期負荷預測研究的相關理論

2.1 短期負荷預測研究的內容
電力負荷預測若按時間期限進行分類，可以分為長期、中期、短期和超短期負荷預測。其中，短期負荷預測的研究對象是以周、天、小時為單位，研究未來一個月、未來一周或者是未來一天的負荷值。未來一天的負荷包括未來一天 24 小時中的負荷。預測未來一天 24 小時的負荷是較常見的短期負荷預測。本文將以天為單位，預測未來一周的負荷。作為電力系統(tǒng)制定工作計劃的必要前提，提高短期負荷預測的精度可以節(jié)約操作成本，提高系統(tǒng)的可靠性。短期負荷預測在電力系統(tǒng)運行調度中的重要性也愈加明顯。
…………

2.2 短期負荷預測的分類及特點

2.2.1 短期負荷預測的分類
短期負荷預測按照不同的分類標準可以分為不同的類別。不同的負荷具有不同的特點和規(guī)律。
（1）按行業(yè)分類，電力系統(tǒng)負荷預測可以分為[31]：農(nóng)村用電負荷、城市民用負荷、商業(yè)負荷、工業(yè)負荷以及其他負荷。農(nóng)村用電負荷預測是指包括農(nóng)村民用電、生產(chǎn)和排灌用電以及商業(yè)用電等在內的廣大農(nóng)村所有負荷的預測。農(nóng)村負荷受季節(jié)變化影響明顯，且與降水情況關系密切。城市居民用電負荷預測指城市居民的家用電負荷。城市居民用電負荷與農(nóng)村比受季節(jié)影響較小，但隨著家用電器的普及，受季節(jié)波動影響正逐漸變大。商業(yè)用電負荷預測和工業(yè)用電負荷預測分別是指商業(yè)與工業(yè)服務的負荷預測。影響商業(yè)用電負荷最明顯的是晚尖峰，同時其也受季節(jié)影響。工業(yè)負荷受氣象影響較小，但大企業(yè)成份下降，使夜間低谷增長緩慢。其他負荷預測包括市政用電，例如街道照明，公用事業(yè)，政府辦公、鐵路與電車、軍用等用電負荷。本文要研究的無極縣負荷預測就是屬于農(nóng)村電力負荷預測。
（2）按特性分類，電力系統(tǒng)負荷預測可以分為最高負荷、最低負荷、低谷負荷平均、高峰負荷平均、平均負荷、負荷峰谷差、平峰負荷平均、母線負荷、全網(wǎng)負荷、負荷率等類型的負荷預測。
（3）按國民經(jīng)濟統(tǒng)計分類方法分，電力系統(tǒng)負荷預測分為第一產(chǎn)業(yè)(主要是農(nóng)業(yè))、第二產(chǎn)業(yè)(主要是指工業(yè))、第三產(chǎn)業(yè)(除第一、第一產(chǎn)業(yè)以外的其它產(chǎn)業(yè))用電和居民生活用電 4 大類。
（4）按使用電力的目的劃分。一般分為動力用電、照明用電、電熱用電、各種電氣設備儀器的操作控制用電及通信用電。這類分類方法主要用于能源平衡分析。負荷預測一般不采用這類分類法。
………..

第 3 章 模糊聚類與距離系數(shù)的負荷預測..........23
3.1 模糊聚類的基本原理 .....23
3.1.1 模糊等價矩陣的聚類 .....24
3.1.2 模糊 C 均值聚類 .....24
3.2 模糊聚類的步驟 .....25
3.3 模糊聚類方法 .........29
3.4 距離系數(shù)的確定 .....29
3.5 模糊聚類與距離系數(shù)預測建模 ..........30
3.6 模糊聚類與距離系數(shù)預測實證研究 ..........31
3.7 本章小結 ..........37
第 4 章 灰色馬爾科夫的負荷預測 .......38
4.1 灰色馬爾科夫基本思路 ........38
4.2 灰色預測理論 .........38
4.3 馬爾科夫預測理論.........40
4.4 灰色馬爾科夫預測實證研究 .......43
4.5 本章小結 ..........47
第 5 章 兩種綜合模型組合預測及實證研究......48
5.1 組合預測的基本原理 .....48
5.2 組合預測權重的確定方法 ....48
5.3 兩種算法組合模型預測結果 .......50
5.4 預測精度對比 .........51
5.5 本章小結 ..........52

第 5 章 兩種綜合模型組合預測及實證研究

5.1 組合預測的基本原理
由于不同的預測模型承載著不同的信息片段，也會有不同的預測精度。若只是選擇單一的模型進行預測，往往會丟失其它模型所承載的信息片段，從而不能達到預測精度的提升。要使得不同的信息片段組合起來，就要選擇不同的模型組合預測。組合預測能夠結合不同模型的優(yōu)點，根據(jù)不同模型的預測精度賦予模型不同的權重。有文獻證明，組合預測的預測誤差平方和不大于參與組合的各個單一模型的預測誤差平方和的最小者[51]。因此，組合預測在電力負荷的預測中應用廣泛。鑒于定權組合預測的缺點，本文將采取變權組合預測方法。變權組合預測方法中，其權重的獲得比定權組合預測要困難。由于變權組合預測的權重會隨著時間變化，是一個時間變化函數(shù)，時間變化函數(shù)能夠反應系統(tǒng)的非線性，因此相對于定權組合預測更為合理�？梢酝ㄟ^以下幾種方法確定變權組合預測的權重：一種方法使誤差平方和達到最小；另一種可使絕對誤差和達到最小；還可以是使得相對誤差的最大值達到最小。

結論

對石家莊無極縣的負荷特性進行了詳細的分析，結合石家莊無極縣的負荷特性與石家莊無極縣負荷構成和無極縣是農(nóng)業(yè)大縣的顯著特點，以及政府“保農(nóng)業(yè)、拉工業(yè)”政策的轉變，選取了適用于預測石家莊無極縣灌溉時期負荷的預測模型。采用組合預測方法對石家莊無極縣的灌溉時期的負荷進行了預測分析，將模糊聚類與距離系數(shù)的預測方法與灰色馬爾科夫進行了組合預測。模糊聚類與距離系數(shù)的預測方法能夠較好的處理各個不確定因素對負荷預測的影響，將各個不確定因素作為負荷預測影響的輸入因素，本文選取最高溫、最低溫、濕度、降水、節(jié)假日與否作為影響灌溉時期負荷的主要因素。灰色馬爾科夫的預測模型是在灰色模型的基礎上采用馬爾科夫模型進行修正預測，由于傳統(tǒng)的 GM(1, 1)灰色預測模型能夠反應數(shù)據(jù)的整體走向趨勢，對于數(shù)據(jù)波動較大的序列預測效果較差。而馬爾科夫預測方法恰恰能夠彌補這一點，馬爾科夫預測方法適用于隨機波動比較大的序列的預測問題。為了實現(xiàn)優(yōu)勢互補，將這兩種模型結合起來，既可以把影響負荷預測的因素考慮在內，又可以減小波動大的數(shù)據(jù)的影響，使預測精度上得到了很大的提高。模糊聚類與距離系數(shù)的預測最大誤差 4.75%，最小誤差為 1.31%，并沒有達到很好的預測精度�；疑R爾科夫的預測誤差最大為 9.93%，最小為 4.88%，預測效果并不理想。然而，將這兩種模型進行組合，組合預測方法使得最大誤差為 1.53%，最小誤差僅為 0.27%，誤差遠遠小于使用兩種單個模型進行的預測誤差。預測結果證實了組合預測能夠實現(xiàn)優(yōu)勢互補，有利于預測精度的提高。
…………
參考文獻（略）