基于RBF神经网络的短期负荷预测

的历史和现在的发展状况有关)和预测背景的外因资料(与影响预测对象发展过程的各种因素有关)。最后在初级模型的基础上，经对比、检验、修正和深化后，才能选择合理的预测模型。

4、预测结果评价。

对预测结果的可信度进行比较和综合分析，通过预测人的经验判断预测结果是否合理，对结果进行适当修正，得到最终的预测结果。

5、负荷预测管理。

将负荷预测形成报告提交后，并不等于全部预测工作的结束，随后仍需根据主客观条件的变化及预测应用的反馈信息进行检验，必要时进行修正和调整。 2.4 电力负荷的特性分析 2.4.1 负荷的周期性

短期负荷预测的一个突出特点是：为对系统负荷进行预测，必须对过去的负荷历史资料进行分析。因为电力系统的负荷本质上是不可控的，了解未来短期内的负荷的可能变化的一个最有效的办法，就是观察负荷的历史纪录。电力系统负荷的变化是有规律的，其规律主要体现在负荷变化的周期性，这种周期性是负荷的一种内在规律。究其原因，是人类的生产、生活具有规律性，因此负荷变化也具有规律性。负荷的变化的具体的周期性体现在它具有按天、按周及按年的周期性变化特点。负荷变化的周期性是分析负荷预测的基础，也是预测的关键。

1、负荷变化的年周期性。

负荷的年周期性与季节的关系密切，也主要体现了负荷与人民生活规律的紧密关系，不同的季节，人民的生活方式和部分生产情况改变，则相应地影响着负荷的变化。一般夏季比较炎热，较直接的体现为制冷的用电负荷明显增加，同时可以看到在夏季的负荷波动较其他季节明显；冬季负荷较低，同时负荷的变化很规律，波动较小；春秋季负荷的特性一般介于冬夏之间，负荷的变化特性不是很明显。

2、负荷变化的周周期性。

负荷变化的周周期性主要体现为从周一到周日的每个星期的周期性特征，可以解释为工作日期间主要为工业生产负荷持续运行，人们的生活方式也符合于工作期间的规

11

律，所以表现出负荷的工作同相似特性。休息日时间(周六周日两日)，部分工业负荷下降，人们的生活方式变化，如餐饮业、娱乐业等负荷加大，从而影响了负荷的变化，一般而言是负荷相对于工作日降低。

3、负荷变化的日周期性。

负荷变化的日周期性体现为以24小时为周期的负荷值的变化，一般不分季节每日都有早晚两个高峰，早高峰一般出现在上午10：00点左右，晚高峰出现在晚上19：00到22：00左右。一天的低谷负荷出现在午夜至早晨的后夜间，一般在这个时段人们处于休息状态，运行的负荷主要为那些不间断的负荷，这些负荷组成了负荷的基本负荷，但随着电力市场的发展，在一些发达地区，峰谷电价的实行可能会将一些私营小企业的负荷拉到夜间运行，这是将来电力市场成熟发展后负荷预测需要考虑的问题。峰值负荷的预测是负荷预测的重要内容，因为这部分负荷直接影响着系统运行容量的确定，对系统的运行起重要作用。 2.4.2 负荷的随机性

从上述分析我们看到了负荷的总体的周期性特点，但负荷还存在着一定的波动性。负荷的波动性是随机的，影响负荷的波动性的因素是多方面的，而这些因素的影响又是随机的，所以构成了负荷的波动性。一般影响负荷的随机性的因素有：政治因素影响、传统节日影响、随机工业负荷(如新厂的投产)的影响、天气的影响等。这些因素都是不确定的，是不能预料的，都会对电力系统负荷造成冲击，产生随机负荷。负荷的发展伴随着增长趋势，通常负荷随着社会整体经济的增长是呈现增长趋势的，这种趋势是由整体的政治经济因素来决定的。 2.4.3 负荷的影响因素分析

电力系统负荷是一个很复杂的非线性系统，有许多直接或间接的因素都会对电力系统的日负荷产生直接的影响。但是在实际的负荷预测中，又不能考虑太多的影响因素。一方面由于收集资料的困难，另一方面因素太多会造成建模困难，并且会带来大量的计算。因此在考虑神经网络的输入变量的问题上，应抓住其中几个最具特征的影响因素。根据对历史负荷的分析，一般可把负荷分为两类：周期性负荷和变动性负荷。周期性负荷，或者说标准负荷，反映的是负荷自身变化的基本规律，呈较强的周期性，尤其受到

12

时间周期的影响。针对短期负荷，时间周期因素包括：周周期、日周期等。他们对于日负荷的曲线模式有着极为重要的影响。日负荷曲线基本以周为大周期变化，以24小时为小周期变化，这些负荷的变化就构成了周期性负荷的变化状况。变动性负荷是随机因素影响负荷变化的结果，一般在总负荷中所占的比重不大，约为10％～20％左右，它是由于电网内偶然因素的影响造成的负荷震荡。这种负荷，从一个长时间周期看，具有零平均值，但是对于短周期而言，负荷的振荡会使得负荷平均值有所改变。因此对于短期负荷预测，这种振荡的负荷是必须加以考虑的。造成这种负荷振荡的因素主要为节假日和气象条件的影响。节假日(主要指法定假日五一、国庆、元旦、春节等)以及重大的社会政治事件日，都将对日常的生产、生活用电产生不同程度的影响。由于节假日负荷数据量少，受社会、经济和气候等多方面团素的影响，负荷的增长和变化关系不确定，预测时间跨度长，因此节假目负荷预测的难度较大。由于无法形成充足、有效的样本集，使得神经网络法等方法在节假日预测时，预测精度难以满足要求。气象条件包括温度、湿度、风速、日照、雾障等等，它们对负荷变化的影响一般很快，而且无确定性的规律。因此这就要求我们必须加以考虑对变化性负荷有较大影响的气象条件。

在气象条件中，起主要作用的是温度因素和天气状况。因此为了在负荷预测中考虑这两方面的影响，本文采用了每天的最高温度、最低温度作为神经网络的两个输入变量，将天气状况模糊离散化后作为神经网络的另一个输入量一气候敏感因素(借鉴电力系统调度人员的经验利用[0,1]之间的数值来定量表示气候因素对预测负荷的影响)，这样更加能够体现实际负荷的变化情况。

电价也是影响负荷的一个因素，但以前我国的电价相对来说比较固定，电价的变动仅仅限于季节性和地域性的调整，虽然对负荷产生了一定的影响，但这些影响都是长期的效应，对中长期负荷预测作用明显，所以一般在短期负荷预测中对电价因素不予考虑。随着电力市场化的不断深入，我国实施了电价体制改革，出台了“分时电价”的方案。因为高峰和低谷的电价相差较大，一些企业主动调整了作息时间，使用电高峰的紧张状况得以缓解，但同时也给预测工作带来了困难。由于现在的“分时电价\的施行并未大面积展开，本文中暂且不考虑电价因素的影响。

除了上述的影响因素外，还有如社会经济发展状况、随机因素等也会对负荷产生影响，但是由于对于日负荷曲线而言，社会经济因素是一种相对变化缓慢的影响因素，对较长时间的负荷历史记录分析可以发现，负荷是按照一种固定的变化趋势发展的，如逐

13

步增长或逐步减少。这些因素在中长期的负荷预测中要加以考虑，而对于短期负荷预测，由于是用近期的历史负荷数据训练网络，可以认为负荷受社会经济发展因素影响而增大的趋势基本为零，可忽略不计。 2.5 影响负荷预测的因素及误差分析 2.5.1 影响负荷预测的主要因素

短期负荷预测需要考虑的影响因素主要有以下几种：

1、经济因素。经济环境的好坏和经济发展状况对负荷的影响。如果经济发展速度快，负荷水平也提升得快；反之，负荷水平下降。

2、时间因素。双休日负荷水平低于工作日，重大节假日则更有明显的幅度下降和曲线形状变化，各个季节也有较大的变化。

3、气象因素。温度是影响短期负荷最主要的因素。随着人们更多地使用空调，气温对负荷的影响越来越大，同时天气类型、降雨量、风速等都对负荷产生一定程度的影响。

4、电价的影响。电力市场经济情况下执行峰谷分时电价，用户对电价的反应使负荷曲线形状在一定程度上受到影响。

5、随机因素。其他大量引起负荷变化的随机因素也经常存在，例如大负荷用户的用电调整以及重大的政治经济活动等。 2.5.2 负荷预测的误差分析

对预测模型进行评价非常必要的，其评价指标主要是预测误差。适用的预测方法应使预测误差处于可接受的范围内。若误差太大，就失去了预测的意义，没有参考价值，导致电力规划及生产决策的失误，造成重大的经济损失。

预测误差和预测结果的准确性关系密切。误差越大，准确性就越低；反之，误差越小，准确性就越高。可见，研究产生误差的原因，计算并分析误差的大小，是有很大意义的。不但可以认识预测结果的准确程度，从而在利用预测资料作决策时具有重要的参考价值，同时，对于改进负荷预测工作，检验和选用恰当的预测方法等方面也有很大帮助。

14