电力负荷预测研究综述及预测分析

张可

摘要：构建了一个电力数据管理分析系统，并设计了电力负荷预测算法和异常数据检测算法问题。首先，针对BP神经网络在预测电力负荷存在的因初始权值与阈值设置影响估计精度的问题，提出利用粒子群优化BP神经网络网络参数，提高了预测算法的收敛速度与预测精度;然后，针对电力数据异常检测算法效率较低的问题，提出了基于改进谱聚类的异常数据检测算法，提升了电力异常数据检测效率;最后，通过实际电力数据对算法进行了测试，验证了所提算法的有效性。

关键词：电力负荷;预测方法;回归分析;电力弹性系数;空间负荷预测法

分类号：TM715

引言

众所周知，电力负荷预测一直是电力系统运行的关键工具。许多运营决策都基于负荷预测，例如发电机的调度调度、可靠性分析和发电机的维护计划，特别是随着全球电力行业放松管制和自由竞争的加剧，负荷预测变得比以往任何时候都更加重要。同时，负荷预测对于竞争性电力市场中的能源交易至关重要。此外，准确地估计负荷是电价预测的关键步骤。预测错误对利润、市场份额以及最终的股东价值具有重要指导意义 。然而，由于市场参与者的动态竞价策略和依赖于价格的负荷多变性和非平稳性，电力负荷越来越难以预测。因此现代电力系统需要更高精度和更复杂的预测工具。

1电网负荷预测技术研究背景

全球经济飞速发展的同时，带来了能源供给不足，引起全球气候变暖、环境恶化等现象，建立环保、安全、高效、可靠的电力系统成为电力行业研究的热点。……