基于数据挖掘的短期用电负荷预测

陈钧　袁海林　王双

【摘 要】本文采用数据挖掘技术，基于用户用电和电网负荷信息，结合天气、经济、假日、社会事件等等外部因素，构建短期市场电力负荷分析模型，预测各级供电单位1-7天用电负荷曲线，为电力行业电网规划、电能调配等提供决策支持。

【关键词】数据挖掘；决策树；电力负荷预测

中图分类号： TM715 文献标识码： A 文章编号： 2095-2457（2018）11-0004-003

DOI：10.19694/j.cnki.issn2095-2457.2018.11.002

【Abstract】This paper adopts the big data analysis technology， based on the users' electricity and power grid load information， combined with the weather， economy， holiday， social events and other external factors， constructs the short-term power load analysis model， to predict the 1-7 day power load curve of the power supply units at all levels， which provides the decision support for the planning of the power grid and the power distribution in the power industry.

【Key words】Data mining； Decision tree； Power load prediction

0 引言

隨着我国电力事业的发展，电网的管理日趋现代化，电力系统负荷预测问题的研究也越来越引起人们的注意，现在已经成为了现代电力系统运行研究中的重要课题之一[1]。负荷预测可以分为长期、中期、短期、超短期以及节日预测。其中短期负荷预测是电网规划建设的依据，是电力系统安全运行的前提，随着分时电价方式的推广和电力市场化改革的深入，电力公司力求及时、准确地把握负荷变化的信息，将负荷预测的重要性和迫切性提到前所未有的高度，同时也对负荷预测的精度提出更高的要求。

本文将数据挖掘技术应用到短期用电负荷预测中，基于用户用电和电网负荷信息，结合天气、经济、假日、社会事件等等外部因素，构建短期市场电力负荷分析模型，预测各级供电单位1-7天用电负荷曲线，为电力行业电网规划、电能调配等提供决策支持。

1 短期用电负荷预测算法

负荷预测方法可分为确定性负荷预测方法和不确定性负荷预测方法。其中确定性负荷预测方法是把电力负荷预测用一个或一组方程来描述，电力负荷与变量之间有明确的一一对应关系，包括时间序列预测法、回归分析法、经典技术预测法、趋势外推预测法等。……