城市电网系统电力负荷预测方法研究-开题报告-文献综述-参考文献

从二十世纪六十年代开始,世界经济快速发展的国家的电力需求也在不断增长，电力负荷预测也随之慢慢被人们重视起来。最初的电力负荷预测大部分仅仅是依靠人工主观的经验来进行预测，后来随着数学理论的不断发展和计算机科学技术的兴起，人们逐渐开始采用各种数学理论结合计算机技术来进行负荷预测。比如常见的时间序列法、回归分析法等都是从经济领域借用过来的，而到了上个世纪90年代，负荷预测专家人员开始采用一些新的方法，比如：数学模型法，统计学方法。后来由于人工智能以及数据挖掘技术的兴起，人们意识到采用普通的线性模型是不能完全解决负荷预测的，因为负荷变化受到各种因素的影响，这些因素带来的影响往往是非线性的，于是乎，基于人工智能的神经网络负荷预测方法、小波分析、数据挖掘技术等先进理论被引入到负荷预测领域。目前，主要的电力负荷预测技术主要分为两类：基于参数模型的方法和基于非参数模型的方法。其中，基于参数模型的方法主要是建立基于负荷的统计模型或数学模型，通过分析负荷数据和负荷影响因素两者之间的关系来进行负荷预测，常见的基于参数模型的方法主要有时间序列模型、回归分析模型、趋势外推模型等方法。但是我们知道电力负荷预测受到季节，气温，降雨等因素影响，具有非线性、不确定性和时变性，不能完全通过直接的数学公式来表达，即便能够相应的模型，也存在着诸如计算复杂，难于实现等问题。而基于非参数模型方法则克服了这些弱点，它不必通过复杂的来进行建模，也不必事先了解模型结构和参数，完全能够适应具有非线性、不确定性和时变性的电力负荷预测。基于非参数模型的方法大部分都是建立在高级数学理论基础之上，比如小波分析法、模糊逻辑、灰色系统法和人工神经网络理论等等方法，这些方法考虑了电力负荷预测的各方面影响因素，不是简单了建立负荷现在与未来的一种线性关系，而是更多的考虑了他们的非线性关系，通过对原始数据的拟合逼近，找出他们之间的规律，因而相较于传统的方法，他们更具优越性，预测结果相比来说也更精确。

从我们能够查阅的资料情况来看，目前国内外对负荷预测的研究都很多，范围也很广泛，只不过国外由于他们的经济发展已趋于平稳阶段，其用电负荷相对来说以及趋于平缓变化趋势，故而国外对短期预测的研究较多，而对中长期负荷预测的研究则比较少，而国内由于经济发展水平迅猛，各地都在大搞经济建设，又由于我们地域辽阔，各地的气候变化相差很大，因此我国在短期电力负荷和长期电力负荷的研究中一直都是坚持两手抓的原则，既考虑了短期电力负荷中影响因素的影响，又考虑了长期负荷预测对电网长远规划布局的作用。中长期负荷预测的区间比短期负荷预测预测的时间更长，是电网规划中的基础性工作，在国外Ghiassi等人提出了基于改进型的神经网络方法，并应用在实际中，取得了很好的效果。Al-Hamadi和Soliman等人根据印度的地域特点提出了时间序列方法，尝试将每天的负荷和每年的负荷之间进行一定程度上的关联，从而来预测长期负荷需求。Niu等提出了微粒群优化算法用来修正原始数据。另外模糊理论集也被应用在处理同一时刻、不同地域据的负荷预测。短期负荷预测研究中广泛使用的神经网络方法由于其具有非线性建模的好处，也经常应用在中长期负荷预测之中。Farahat尝试将模糊论和神经网络结合来进行长期工业用电负荷预测。Otavio巧妙的利用两个自组织映射网络组成的神经元和由一个具有单层感知器的神经网络相结合进行长期负荷预测，以预测未来两年中每月或者每周的负荷峰值，取得了很好的效果。EL-Ela等人在前人的基础上改进了人工神经网络方法，提出了一种误差反方向传播算法，并应用到了埃及电力网络的长期负荷预测中。专家系统方法被Kandiletal等人应用到了长期负荷预测中。

可查阅的资料文献来看，我国于1998年开始电力工业市场改革，几乎每个电力区网的负荷预测技术都有重大进展，建立起了大批负荷预测子系统。其中，比较典型的有福建省的电力需求预测程序，山东省的基于线性外推和神经网络相结合的方法，长沙电力学院和广西电网调度中心联合开发的适用于广西省电网的短期电力负荷预测应用软件。湖南郴电国际发展股份有限公司开发基于BP神经网络算法的短期电力负荷预测子系统，并针对BP神经网络在短期电力负荷中存在的问题做了启发式的改进，为公司带来了巨大经济效益。

二、^范文提纲

引言：

电力负荷预测（Load Forecast of Power System），是电力市场的重要组成部分，实质是对电力市场需求的预测。它主要是指在考虑系统运行特性、自然条件、社会条件和地区经济状况等重要因素影响的条件下，利用历史负荷值经过一系列的数学计算，在满足一定精度和速度的情况下，决定未来某特定时刻的负荷。

1电力负荷预测概论

1.1负荷预测概念和作用

1.2负荷预测的内容

1.3负荷预测的基本要求及基本原则

2电力负荷的分类及影响负荷变化的因素

2.1负荷的分类

2.2影响负荷的因素

3预测方法

3.1概述

3.2负荷预测经典技术

3.3时间序列法

3.4回归分析法

3.5神经网络法

3.6模糊理论预测法

3.7灰色系统法

4地区电力电量预测举例

4.1电网电力系统现状

4.1.1电源情况

4.1.2变电设备情况

4.1.3电力电量情况

4.2电量预测

4.2.1灰色技术预测

4.2.2回归模型

……

4.3最大负荷预测

5结论

三、参考文献

（10篇以上）

著作：

[1]国家质量技术监督局、中华人民共和国建设部.城市电力规划规范GB/50293-1999

[2]国家电网公司.县城电网建设与改造技术导则 国家电农[2003]35号

[3]吴彦宝.城市电网系统电力负荷预测方法研究[J].科技信息,2010(33):360

[4]谷丰.电力负荷预测技术研究[J].资治文摘（管理版）,2010(05):149

[5]刘昱.城网规划负荷预测方法研究与应用：[硕士学位^范文],天津;天津大学,2009

[6]程坦.城市电网规划中空间负荷预测方法的研究：[硕士学位^范文],郑州;郑州大学,2009

[7]耿芳.基于关联规则的城市电力负荷预测模型推荐：[硕士学位^范文],天津;天津大学,2009

[8]紫淑云.电力系统中长期负荷预测方法研究与软件开发：[硕士学位^范文],保定;华北电力大学,2005

[9]崔慧军.华北地区中长期负荷预测及电网规划：[硕士学位^范文],保定;华北电力大学,2008

[10]陈贝.电力系统中长期负荷预测方法研究：[硕士学位^范文],上海;上海交通大学,2009

[11]代林.基于神经网络的电力负荷预测方法研究及实现：[硕士学位^范文],成都;电子科技大学,2012

[12]王志勇.数据挖掘方法在短期负荷预测中的应用研究：[硕士学位^范文],杭州;浙江大学,2007

[13]卓东.奉化电网负荷预测研究分析及“十二五”电网规划：[硕士学位^范文],杭州;浙江大学,2010

[14]Taylor G A, Burden A B. Wide Area Power Quality Decision Processes and Options for Sensitive Users [J]. CIRED97,1997:225.

[15]Giri N C. Multicariate Statistical Inference. Academic prss, New York, 1977