是负荷预测中重要环，有时由于模型选择不当，造成预测误差过大，必要时，采用几种不同模型，便于对比选择。建立模型预测。根据所选模型和所求参数，对未来时段负荷作出预测。预测结果综合分析和评价。选择多种预测模型进行预测，对预测结果进行比较和分析，判定各种方法预测结果优缺点。万方数据三峡大学硕士学位论文编写预测报告，交付使用。根据分析判断最后确定预测结果，编写出本次负荷预测报告。因为负荷预测结果是多方案，所以报告中要对取得这些结果预测条件假设限制因素等情况进行详细说明。报告中应有数据资料报告分析数学模型预测结果及必要图表，让使用者目了然，便于使用。负荷预测管理。将负荷预测报告提交给主管部门后，只是这次预测结束，不是全部预测工作结束，随后仍需要根据客观条件变化及预测应用反馈信息进行检验，必要时修正预测值。对预测结果还要进行预测误差分析。当分析中发现预测偏差很大，就要检查万方数据三峡大学硕士学位论文目录引言绪论电力系统负荷预测概念和意义电力系统负荷预测基本原理本文主要工作国内外电力负荷预测方法研究现状传统预测方法现代预测方法小波分析理论基础小波分析概述小波变换常用小波函数多分辨率分析算法本章小结支持向量机理论支持向量机概述统计学习理论基础支持向量机基础最小二乘支持向量机原理本章小结基于小波分析和机器学习电力负荷预测小波最小二乘支持向量机预测法小波神经网络预测法两种方法模型误差比较本章小结总结与展望总结展望参考文献后记万方数据三峡大学硕士学位论文附录攻读硕士学位期间发表部分学术论著万方数据三峡大学硕士学位论文引言电力工业是国家在能源领域基础行业，电力是国民经济命脉，经济要发展，电力是先行。电力负荷预测对电力系统安全经济运行有着至关重要作用。电力系统负荷预测技术随着负荷预测重要性而快速发展，相对而言，短期负荷预测理论更加丰富，伴随着信息处理人工智能等新兴学科飞速发展，短期负荷预测方法得到了突飞猛进发展。短期负荷预测方法主要有时间序列法卡尔曼滤波法指数平滑法小波分析法神经网络法支持向量机法组合预测法等，它们都有各自特点和适用范围。负荷预测核心问题是预测技术和方法问题，或者说是预测数学模型问题。综合比较了各种方法，本文选择得到广泛研究和应用小波分析法和机器学习法，建立结合了小波分析和机器学习预测模型，并用实际数据验证了该模型有效性。万方数据三峡大学硕士学位论文绪论电力系统负荷预测概念和意义负荷是指电力需求量或者用电量，即广义负荷，而需求量是指能量时间变化率，即功率。也可以说负荷是发电厂供电地区或电网在瞬间多所承担工作负荷。对用户来说，用电负荷是指连接在电网用户所有用电设备在瞬间所消耗功率之和。电力系统负荷预测是根据电力负荷经济社会气象等历史数据，探索电力负荷历史数据变化规律对未来负荷影响，寻求电力负荷与各种相关因素之间内在联系，对未来电力负荷进行科学预测。电力负荷预测，在电力进入市场化运行后，其实质是对电力市场需求预测。电力供需瞬时平衡特点决定电力行业预测比其他行业更为紧迫。电力负荷预测在电力系统中地位和作用扮演着十分重要角色。准确电力负荷预测，不仅是为了保证无条件供应国民经济各部门及人民生活充足电力需要，更是电力工业自身健康发展需要。电力负荷预测是供电部门重要工作之，准确负荷预测，可以经济合理地安排电网内部发电机组启停，保持电网运行安全稳定性，减少不必要旋转储备容量，合理安排机组检修计划，保证社会正常生产和生活，有效地降低发电成本，提高经济效益和社会效益。准确负荷预测结果，有利于决定未来新发电机组安装，决定装机容量大小时间和地点，决定电网增容和改建，决定电网建设和发展。电力系统负荷预测基本原理负荷预测分类负荷预测按时间分类电力负荷预测中经常按时间期限进行分类，通常分为长期中期短期和超短期负荷预测。长期负荷预测般指十年以上并以年为单位预测，中期负荷预测指五年左右并以年为单位预测。短期负荷预测是指年之内以月为单位负荷预测，还指以周天小时为单位负荷预测，通常预测未来个月度未来周未来天负荷指标，也就是预测未来天小时中负荷。超短期负荷预测是指未来小时未来半小时甚至未来十五分钟预测。负荷按行业分类负荷预测可以分为城市民用负荷商业负荷农村负荷工业负荷及其他负荷负荷预测。其中城市民用负荷预测主要指城市居民家用负荷商业负荷预测和工业负荷预测是指对各自为商业与工业服务负荷进行预测农村负荷预测是指广万方数据三峡大学硕士学位论文大农村所有负荷包括农村民用电生产与排灌用电等预测而其他负荷预测主要包括市政用电如街道照明等公共事业政府办公铁路电车军用等负荷预测。负荷按特性分类根据负荷预测表示不同特性，通常又分为最高负荷最低负荷平均负荷负荷峰谷差高峰负荷平均平峰负荷平均全网负荷母线负荷负荷率等类型负荷预测，以满足供电用电部门管理工作需要。负荷预测特点由于负荷预测是根据电力负荷过去和现在推测它未来值，所以负荷预测工作所研究对象是不肯定事件。只有不肯定事件随机事件，人们才需要采用适当预测技术，来推知负荷发展趋势。这就使负荷预测具有以下明显特点不确定性由于电力负荷未来发展是不确定，要受到很多复杂因素影响，而且影响因素也是发展变化。人们对这些发展变化有些能够预先估计，有些却很难预见到，因此决定了预测结果不准确性。条件性各种负荷预测都是在定条件下作出。对于条件而言又可分为必然条件和假设条件两种。假设负荷预测员掌握了电力负荷本质规律，那么预测条件是必然条件，所作出预测是比较可靠。在很多情况下，由于未来负荷发展不确定，所以需要些假设条件。这些假设条件应立足于根据研究分析，综合各种情况得来。时间性各种负荷预测都有定时间范围，因为负荷预测属于科学预测范畴，因此，要求有比较确切数量概念，往往需要明确预测时间。多方案性负荷预测机理是个数学建模过程，而不同数学模型使用条件是有定限制，不是万能，所以要考虑不同负荷条件建立模型。负荷预测原理可知性原理人们可以认识事物过去和现在，而且可以通过总结它过去和现在预测未来。这是人们进行预测活动基本依据。预测可靠性取决于对事物发展规律掌握程度。可能性原理事物未来发展，存在各种可能性，而不是单可能，因此只能对其可能性进行预测。可控性原理事物未来发展是可以控制和干预。预测目在于，万方数据三峡大学硕士学位论文将所预测未来信息反馈至现在，从而作出决策，以调整和控制未来。系统性原理预测对象是个完整系统，它本身有内在系统，它与外界事物联系有形成了它外在系统。预测对象未来发展是系统整体动态发展，而且整个系统动态发展与它各个部分和影响因素之间相互作用和相互影响密切相关。连续性原理连续性原理又称惯性原理是指预测对象发展是个连续统过程，其未来发展是这个过程延续。它强调预测对象总是从过去发展到现在，再从现在发展到未来。相似性原理在很多情况下，作为预测对象个事物，其现在发展过程可能与另事物过去定阶段发展状况相似，人们根据后事物已知发展过程和状况，来预测所预测对象发展过程和发展状况，这就是相似性原理。反馈性原理反馈就是利用输出返回到输入端，再调节输出结果。预测反馈性原理实际上是为了不断提高预测准确性而进行反馈调节。负荷预测步骤对电力负荷进行科学预测，要有个基本程序，只有把负荷预测工作整个程序搞清楚，才能做好负荷预测工作。电力负荷预测般分为以下几个步骤预测目标和预测内容确定。不同级别电网对预测内容详尽程度有不同要求，同地区不同时期对预测内容要求也不尽相同，因此必须制定合理科学可行预测内容。相关历史资料收集。电力系统不是孤立系统，受经济发展天气变化等因素影响，所以除了电力系统负荷数据外，还应收集经济天气等影响负荷变化些因素历史数据。基础资料分析。对大量资料进行全面分析后，选择有代表性真实程度和可靠程度高有关资料作为预测基础资料。对资料中异常数据进行分析，作出取舍或修正。选取预测模型。负荷预测模型是多种多样，适应于不同资料，对于个具体资料，就有选择适当预测模型问题，选择适当模型是负荷预测中重要环，有时由于模型选择不当，造成预测误差过大，必要时，采用几种不同模型，便于对比选择。建立模型预测。根据所选模型和所求参数，对未来时段负荷作出预测。预测结果综合分析和评价。选择多种预测模型进行预测，对预测结果进行比较和分析，判定各种方法预测结果优缺点。万方数据三峡大学硕士学位论文编写预测报告，交付使用。根据分析判断最后确定预测结果，编写出本次负荷预测报告。因为负荷预测结果是多方案，所以报告中要对取得这些结果预测条件假设限制因素等情况进行详细说明。报告中应有数据资料报告分析数学模型预测结果及必要图表，让使用者目了然，便于使用。负荷预测管理。将负荷预测报告提交给主管部门后，只是这次预测结束，不是全部预测工作结束，随后仍需要根据客观条件变化及预测应用反馈信息进行检验，必要时修正预测值。对预测结果还要进行预测误差分析。当分析中发现预测偏差很大，就要检查李幸国网络用于食品比热容曲线拟合电脑开发与应用林锦顺,姚俭基于神经网络组合预测及在电力负荷应用上海理工大学学报韩民晓,徐振华,俞有瑛神经网络在电力负荷预测中应用华北电力学院学报,吴建龙,郭滨利网络在电力负荷预测中应用研究计算机仿真于海燕，张凤玲基于模糊神经网络电力负荷短期预测电网技术王捷,吴国忠,李艳昌蚁群灰色神经网络组合模型在电力负荷预测中应用电力系统保护与控制任震,黄雯莹,何建军,石志强,杨桦,杨浩小波分析及其在电力系统中应用概论电力系统自动化宋超,黄民翔，叶建斌小波分析方法在电力系统短期负荷预测中应用电力系统及其自动化学报邰能灵,侯志俭,李涛,蒋传文，宋炯基于小波分析电力系统短期负荷预测方法中国电机工程学报万方数据三峡大学硕士学位论文王立婕,冬雷,廖晓钟,高阳基于小波分析风电厂短期发电功率预测中国电机工程学报董新伟,石超越,吕康飞,国芳,邓薇,张晓青电力系统短期负荷预测中小波函数选择机电工程顾洁应用小波分析进行短期负荷预测电力系统及其自动化学报,赵登福,王蒙,张讲社,王锡凡基于支撑向量机方法短期负荷预测中国电机工程学报王奔,冷北雪,张喜海,单翀皞,从振支持向量机在短期负荷预测中应用状况电力系统及其自动化学报魏俊,周步祥,林楠,邢义基于蚁群支持向量机短期负荷预测电力系统保护与控制李伟,闫宁,张振刚基于粗糙集混合支持向量机长期电力负荷预测研究电力系统保护与控制石海波在电力负荷预测中应用研究计算机仿真牛东晓,谷志红,刑棉,王会青基于数据挖掘短期负荷预测中方法研究中国电机工程学报,陈世权,郭嗣踪模糊预测贵州贵州科技出版社,张小平,王伟短期电力负荷预报自适应模糊神经网络方法电力系统自动化陶小虎,黄民翔种基于模糊规则和神经网络负荷预测方法电力系统及其自动化学报夏昌浩,向学军,段莉梅天气数据模糊化处理对神经网络短期负荷预测模型影响研究三峡大学学报万方数据三峡大学硕士学位论文,丁巧林,潘雪华,杨薛明最优组合预测方法在电力负荷预测中应用电网技术王吉权,赵玉林组合预测方法在电力负