負(fù)荷預(yù)測(cè)對(duì)電力系統(tǒng)十分重要，如發(fā)電計(jì)劃的制定、經(jīng)濟(jì)調(diào)度、系統(tǒng)安全評(píng)估、經(jīng)濟(jì)運(yùn)行等諸多方面都需要有負(fù)荷預(yù)測(cè)作為依據(jù)，特別是當(dāng)前我國(guó)電力工業(yè)的快速發(fā)展以及電力市場(chǎng)化進(jìn)程的逐步加快，對(duì)電力負(fù)荷的準(zhǔn)確預(yù)測(cè)顯得極其重要。長(zhǎng)期以來，國(guó)內(nèi)外學(xué)者對(duì)電力負(fù)荷預(yù)測(cè)問題進(jìn)行了深入的研究，并提出了許多有效的預(yù)測(cè)方法，這些方法綜合起來可以分為傳統(tǒng)數(shù)學(xué)模型方法和現(xiàn)代預(yù)測(cè)方法。傳統(tǒng)數(shù)學(xué)模型方法的準(zhǔn)確性相對(duì)較差，現(xiàn)代預(yù)測(cè)方法具有較高的預(yù)測(cè)精度和良好的適應(yīng)性，被越來越多地應(yīng)用于電力負(fù)荷預(yù)測(cè)系統(tǒng)，特別是在短期負(fù)荷預(yù)測(cè)中。
1 傳統(tǒng)數(shù)學(xué)模型方法的不足

    傳統(tǒng)數(shù)學(xué)模型預(yù)測(cè)方法主要有回歸模型、時(shí)間序列模型、灰色預(yù)測(cè)法、指數(shù)平滑模型等。

    傳統(tǒng)數(shù)學(xué)模型預(yù)測(cè)方法原理簡(jiǎn)單、應(yīng)用方便，主要根據(jù)歷史負(fù)荷值和干擾值來推算未來負(fù)荷，不需要相關(guān)影響因素資料。在預(yù)測(cè)精度要求不高，一些相關(guān)影響因素信息缺乏的情況下，不失為一種可行的預(yù)測(cè)方法。傳統(tǒng)數(shù)學(xué)方法的缺點(diǎn)：用線性模型表達(dá)非線性的電力負(fù)荷；難以考慮對(duì)負(fù)荷變化有重大影響的因素。事實(shí)上，電力負(fù)荷的組成是多種多樣的，變化規(guī)律極其復(fù)雜，線性化模型有較大的偏差；而負(fù)荷影響因素也是多種多樣的，如氣象、重大事件等對(duì)負(fù)荷的影響比較大，忽視這些因素會(huì)使預(yù)測(cè)的準(zhǔn)確性大大降低。

2 現(xiàn)代負(fù)荷預(yù)測(cè)方法

    現(xiàn)代負(fù)荷預(yù)測(cè)方法被成功應(yīng)用于電力負(fù)荷預(yù)測(cè)領(lǐng)域，這些方法在尋求歷史數(shù)據(jù)的規(guī)律方面具有較好的特性，預(yù)測(cè)精度在理論上很高，并且具有較好的魯棒性和較強(qiáng)的適應(yīng)能力?，F(xiàn)代負(fù)荷預(yù)測(cè)方法主要包括神經(jīng)網(wǎng)絡(luò)、模糊理論、專家系統(tǒng)、支持向量機(jī)等。

    神經(jīng)網(wǎng)絡(luò)方法：神經(jīng)網(wǎng)絡(luò)即人工神經(jīng)元網(wǎng)絡(luò)，是由大量的神經(jīng)元相互連接而成的網(wǎng)絡(luò)，是對(duì)人腦或自然神經(jīng)網(wǎng)絡(luò)若干特征的抽象和模擬?，F(xiàn)有的神經(jīng)網(wǎng)絡(luò)模型有近百種，它們是從不同角度對(duì)生物神經(jīng)系統(tǒng)不同層次的描述和模擬。典型的模型有感知機(jī)、多層映射B P 網(wǎng)絡(luò)、R B F 網(wǎng)絡(luò)、G M D H 網(wǎng)絡(luò)等。

    神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)法被廣泛認(rèn)為是最好的預(yù)測(cè)方法之一。神經(jīng)網(wǎng)絡(luò)對(duì)信息處理具有自組織、自學(xué)習(xí)、知識(shí)推理等特點(diǎn)，尤其對(duì)非結(jié)構(gòu)非確定性規(guī)律具有自適應(yīng)功能。在數(shù)學(xué)意義上，神經(jīng)網(wǎng)絡(luò)是利用訓(xùn)練樣本實(shí)現(xiàn)從輸入到輸出的任意非線性復(fù)雜函數(shù)對(duì)應(yīng)關(guān)系映射，神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)法不是描述對(duì)象模型或者擬合對(duì)象模型，而是通過建立這種映射關(guān)系來體現(xiàn)對(duì)象的內(nèi)在規(guī)律。

    在電力負(fù)荷預(yù)測(cè)上，神經(jīng)網(wǎng)絡(luò)考慮輸入負(fù)荷信息、多種氣象信息、日期類型等各種負(fù)荷影響因素，建立這些影響因素與負(fù)荷預(yù)測(cè)對(duì)象的映射關(guān)系，并依據(jù)這種映射關(guān)系來完成預(yù)測(cè)過程。

    專家系統(tǒng)是基于知識(shí)建立起來的計(jì)算機(jī)系統(tǒng)，它擁有某個(gè)領(lǐng)域內(nèi)專家們的知識(shí)和經(jīng)驗(yàn)，能像專家們那樣運(yùn)用這些知識(shí)，通過推理做出決策。專家系統(tǒng)通常由知識(shí)庫、推理機(jī)、數(shù)據(jù)庫、知識(shí)獲取部分和解釋部分共五個(gè)部分組成，其中知識(shí)庫和推理機(jī)是專家系統(tǒng)的核心。知識(shí)庫是用來存儲(chǔ)專家知識(shí)和經(jīng)驗(yàn)的地方；推理機(jī)則是一組智能程序，用來實(shí)現(xiàn)推理的方法和推理過程的控制策略；數(shù)據(jù)庫是計(jì)算機(jī)中規(guī)定的一部分空間，用來存放用戶提供的事實(shí)和推理過程中的某些中間信息；知識(shí)獲取部分用來使智能系統(tǒng)直接從領(lǐng)域?qū)＜夷抢铽@取知識(shí)或自動(dòng)修改、補(bǔ)充完善系統(tǒng)中的知識(shí)數(shù)據(jù)和規(guī)則。

    對(duì)負(fù)荷預(yù)測(cè)而言，專家系統(tǒng)能識(shí)別負(fù)荷曲線的不同類型，并能直接考慮到天氣等因素對(duì)負(fù)荷的影響，按一定規(guī)則推理并進(jìn)行預(yù)測(cè)。

    模糊理論基于模糊集合論，模擬人的模糊邏輯思維功能，采用模糊控制的方法實(shí)現(xiàn)預(yù)測(cè)。模糊控制取得成功的根源在于模糊邏輯本身提供了由專家構(gòu)造語言信息并將其轉(zhuǎn)化為控制策略的一種系統(tǒng)的推理方法，能夠解決復(fù)雜而無法建立精確數(shù)學(xué)模型系統(tǒng)的問題。模糊理論將人們的經(jīng)驗(yàn)以規(guī)則的形式表達(dá)出來，并轉(zhuǎn)換成可以在計(jì)算機(jī)上運(yùn)行的算法。模糊推理可以利用有限的規(guī)則、近似任意的函數(shù)關(guān)系。

    由統(tǒng)計(jì)學(xué)習(xí)理論發(fā)展的通用學(xué)習(xí)方法——支持向量機(jī)，在解決小樣本、非線性及高維模式識(shí)別問題中表現(xiàn)出許多特有的優(yōu)勢(shì)?？梢哉f，統(tǒng)計(jì)學(xué)習(xí)理論是目前針對(duì)小樣本統(tǒng)計(jì)估計(jì)和預(yù)測(cè)學(xué)習(xí)的比較好的理論，而支持向量機(jī)是比較好的機(jī)器學(xué)習(xí)方法。支持向量機(jī)較好地解決了網(wǎng)絡(luò)結(jié)構(gòu)、過學(xué)習(xí)、局部極小點(diǎn)等神經(jīng)網(wǎng)絡(luò)難以解決的問題，算法的訓(xùn)練速度要明顯快于神經(jīng)網(wǎng)絡(luò)，擬合精度和預(yù)測(cè)效果可以與神經(jīng)網(wǎng)絡(luò)相媲美。

    在實(shí)際問題中，樣本數(shù)往往是有限的，對(duì)電力負(fù)荷預(yù)測(cè)這樣復(fù)雜的問題，一般得到的歷史數(shù)據(jù)、影響因素信息是十分有限的，只能是小樣本。在理論上很多優(yōu)秀的基于無限樣本理論的學(xué)習(xí)方法在實(shí)際中表現(xiàn)卻可能不盡人意，支持向量機(jī)方法正是針對(duì)有限樣本的機(jī)器學(xué)習(xí)方法。支持向量機(jī)應(yīng)用于美國(guó)加州電力市場(chǎng)的成交量預(yù)測(cè)實(shí)例顯示，算法的訓(xùn)練時(shí)間和預(yù)測(cè)精度要高于神經(jīng)網(wǎng)絡(luò)方法。

3 現(xiàn)代預(yù)測(cè)方法的應(yīng)用方法

    電力負(fù)荷不僅由氣象狀況、日期類型、節(jié)假日以及電力系統(tǒng)運(yùn)行狀況、用戶需求狀況等因素的決定，而且受到如政治事件、自然災(zāi)害等特殊事件的影響；另一方面，電力負(fù)荷會(huì)隨著電力系統(tǒng)、社會(huì)經(jīng)濟(jì)的發(fā)展而不斷變化，其內(nèi)部的規(guī)律性更難以把握。現(xiàn)代預(yù)測(cè)方法能較好地反映這些影響因素與負(fù)荷之間的關(guān)系，發(fā)掘電力負(fù)荷的變化規(guī)律，從而給出比較準(zhǔn)確的負(fù)荷預(yù)測(cè)。要進(jìn)一步提高現(xiàn)代負(fù)荷預(yù)測(cè)方法的精度，確保預(yù)測(cè)結(jié)果的可靠性，還要從以下幾個(gè)方面入手。

    子模型預(yù)測(cè)。分析大量的歷史資料可以發(fā)現(xiàn)：電力負(fù)荷具有周期性變化的特點(diǎn)，如一天之內(nèi)、一周之內(nèi)、季節(jié)變化等，和時(shí)間具有明顯的相關(guān)性；節(jié)假日的負(fù)荷規(guī)律與一般工作日的負(fù)荷規(guī)律完全不一樣，而日期類型相同的負(fù)荷曲線有極大的相似性。對(duì)于提前一日負(fù)荷預(yù)測(cè)，假如采用同一模型對(duì)具有不同負(fù)荷曲線的節(jié)假日和工作日負(fù)荷進(jìn)行預(yù)測(cè)，則較難保證兩日都保持高精度。子模型預(yù)測(cè)的想法是：根據(jù)負(fù)荷變化的不同建立多個(gè)子模型，應(yīng)用的時(shí)候選擇最合適的模型。實(shí)際應(yīng)用中，根據(jù)季節(jié)變化分為春秋季模型、夏季模型和冬季模型，在每個(gè)季節(jié)模型中又根據(jù)預(yù)測(cè)日的星期周期變化特點(diǎn)，劃分為7 個(gè)模型進(jìn)行預(yù)測(cè)。

    優(yōu)選組合預(yù)測(cè)就是采用幾種方法聯(lián)合預(yù)測(cè)或者在幾種方法中選擇最好的進(jìn)行預(yù)測(cè)。每種預(yù)測(cè)方法都有其不同的建模機(jī)理和出發(fā)點(diǎn)，將這些方法適當(dāng)組合，可以綜合利用各種方法的信息，有利于綜合考慮對(duì)不同預(yù)測(cè)效果，比單個(gè)方法更系統(tǒng)、更全面。已有證明：兩種或兩種以上無偏的單項(xiàng)預(yù)測(cè)可以組合出優(yōu)于每個(gè)單項(xiàng)的預(yù)測(cè)結(jié)果，即能提高預(yù)測(cè)精度。

    實(shí)際應(yīng)用中，優(yōu)選組合預(yù)測(cè)有兩種用法：一是指將幾種預(yù)測(cè)方法所得的預(yù)測(cè)結(jié)果，選取適當(dāng)?shù)臋?quán)重進(jìn)行加權(quán)平均的一種預(yù)測(cè)方法；二是指在幾種預(yù)測(cè)方法中進(jìn)行比較，選擇擬合程度最好或者標(biāo)準(zhǔn)偏差最小的方法，從而應(yīng)用最好的方法進(jìn)行預(yù)測(cè)。

    隨機(jī)事件調(diào)整。一些特殊事件能夠使電力負(fù)荷明顯偏離典型負(fù)荷特性，如政治事件、慶典活動(dòng)、特別電視節(jié)目、節(jié)日線路檢修而限電等；另外一些非正常特殊負(fù)荷也會(huì)使電力負(fù)荷產(chǎn)生劇烈波動(dòng)，如新增工程開發(fā)項(xiàng)目的投產(chǎn)、特大型用電設(shè)備的啟停等。

    由于該類事件的隨機(jī)性，各種現(xiàn)代預(yù)測(cè)方法都無法準(zhǔn)確預(yù)測(cè)其引起的負(fù)荷變化，必須要人員參與判斷和調(diào)整。在實(shí)際運(yùn)行中，有豐富經(jīng)驗(yàn)的負(fù)荷預(yù)測(cè)工作人員在進(jìn)行負(fù)荷預(yù)測(cè)時(shí)，往往能找出與預(yù)測(cè)日較為相似的一天，再進(jìn)行修正，從而對(duì)波動(dòng)劇烈的負(fù)荷做出較好的預(yù)測(cè)。

4 結(jié)束語
    當(dāng)前，隨著各區(qū)域電力市場(chǎng)陸續(xù)投入模擬運(yùn)行和試運(yùn)行，各發(fā)電公司、電網(wǎng)公司和市場(chǎng)運(yùn)作機(jī)構(gòu)對(duì)負(fù)荷預(yù)測(cè)精度要求越來越高。傳統(tǒng)的數(shù)學(xué)模型預(yù)測(cè)方法已很難滿足需要。近些年計(jì)算機(jī)科學(xué)飛速發(fā)展出現(xiàn)的神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)、模糊理論、支持向量機(jī)等現(xiàn)代預(yù)測(cè)方法以其較高的預(yù)測(cè)精度和良好的適應(yīng)性得到日益廣泛應(yīng)用。只有針對(duì)電力負(fù)荷的內(nèi)部變化規(guī)律，合理地應(yīng)用現(xiàn)代負(fù)荷預(yù)測(cè)方法，才能真正提高電力負(fù)荷預(yù)測(cè)的準(zhǔn)確度。