基于快照反馈的短期电力负荷组合预测方法

孙颢一，易灵芝，2，刘文翰，邱东洲，赵 健

（1.湘潭大学自动化与电子信息学院湖南省多能源协同控制技术工程研究中心，湘潭 411105；2.湖南省风电装备与能源变换2011协同创新中心，湘潭 411105；3.辽宁华电铁岭发电有限公司，铁岭 112000）

短期电力负荷预测是电力负荷预测的重要组成部分之一，主要指预测未来几个小时、一天至几天的电力负荷，是指定日前发电计划的基础，对电网的经济运行有着重大的意义[1-3]。随着我国经济水平的日益提高以及电力系统改革的不断深入，对短期负荷预测的精度要求也越来越高。因此，有必要研究短期负荷预测的新技术及方法，以满足工程技术的要求、提高负荷预测的可靠性与精度。

经过长时间的发展，短期电力负荷预测已较为成熟。目前，电力负荷预测方法主要分为3类。第一类是基于传统数学统计模型的预测方法，如时间序列法[4]、多元线性回归法[5]、指数平滑法[6]等。传统数学统计模型的方法模型简单、计算简捷，预测速度较快；但其模型鲁棒性较差，且对于随机性和复杂性强的负荷预测能力较差。第二类是基于机器学习的预测方法，如神经网络法[7-9]、支持向量机[10-11]等。基于机器学习的预测方法在非线性系统预测中被广泛使用并取得了较好的预测精度；但机器学习模型预测的结果很大程度上取决于数据的数量及质量，大数量且高质量的数据往往更容易取得更为准确的预测结果。但电力负荷实际工程应用中，负荷数据的噪声干扰及数据空缺会导致机器学习模型难以从数据中建立能够实际有效准确预测的模型。……