大数据技术在电力系统负荷预测中的应用进展

端木凡曦，王 聪，胡 晶

（1.国网上海市电力公司嘉定供电公司，上海 嘉定 201800；2.国网江苏省电力有限公司苏州供电分公司，江苏 苏州 215004；3.国网上海市电力公司浦东供电公司，上海 浦东 200120）

0 引言

负荷预测在电力网络规划里占据着主导地位。准确的电力负荷预测对制订合理的计划和调度方案、提高设备利用率、保障系统安全稳定运行具有重要意义。最近几年用电量大幅提升，电力负荷预测的难度随之增大，传统的负荷预测方式无法处理庞大而混乱的数据量，引入大数据技术来完成电力系统负荷预测，能够有效增加预测精度与速度，有助于稳定性与经济性的提升，同时有利于电网的整体规划。

不同预测时间产生的负荷预测，其研究内容以及用途有所不同[1]。超短期负荷预测关注较短的区域之内的数值变动，它的用处即是对电力设备的运行情况进行监控；短期负荷预测针对数日到数周的负荷，可以为水电调度、机组启停提供重要参考，是电网日常运行的基础；中期负荷预测针对数周到数月的负荷，预测用途是为电力系统安排检修以及燃料采购等提供支撑；长期负荷预测则是对将来的很长时间跨度区域内的用电情况与走势的估计，用于电力设备的改造与扩建等。

电力负荷预测的方式根据输出形式可以分为以下两种方式：点预测是给出预测时间点的确定负荷值，是较常用的输出形式；概率预测是给出预测区间、概率分布函数等，从多个方面描述未来预测负荷值的情况，能够提供预测的更多信息。……