短期電量預測的應用實例

5.4輸入值、輸出值的反饋：

5.4.1每天預測電量：

每天預測電量作為預測當天的輸出結果，也作為以后14天電量預測輸入值之一，本文計劃將每天預測電量中的干擾減小，如果某天預測電量的誤差值超過預先設定的百分比(如5%)，則取該日預測電量E乘以1與誤差值二分之一的差值的乘積作為該日預測電量的輸入值，這樣可以稍微減小預測誤差(詳見5.5.1的圖表)。

5.4.2每天實際電量：

每天實際電量作為以后14天電量預測輸入值之一，本文考慮將每天實際電量中的干擾降低，如果某天實際電量與前三天實際電量平均值相比連續(xù)兩天超過預先設定的百分比(如5%)，則取前三天實際電量均值和當天實際電量的平均值作為當天實際電量的輸入值。

5.5電量預測結果分析：

5.5.1誤差曲線：

5.5.2誤差分析：

如圖可見，電量預測的誤差值比較大，為通常預測誤差的兩倍左右。主要原因是單個變壓器的負荷變化較大，預測的難度相對于地區(qū)的總電量的預測要大許多;采用EXCEL表格而不是專門為電量預測而編寫的計算機程序作為預測工具，預測方法的應用和準確度會受到一定影響。

5.5.3今后分析方向：

為了驗證本文中所采用的多步驟計算、多種系數定義、輸入平穩(wěn)處理等方案的應用EXCEL工具的負荷預測方法，日后在獲得完備的地區(qū)負荷、電量數據時考慮將地區(qū)負荷及電量作為分析對象。今后應積累更長時間的數據，改進預測方法;同時考慮季節(jié)的不同，對不同季節(jié)的負荷及電量進行預測。

此外，調整天氣變量的系數或設置權重系數、調整基準電量的各日權重系數、調整各類型日的系數以及如何設置節(jié)假日極其系數，也是提高負荷預測、電量預測的準確度需要考慮的重要因素。

參考文獻：

《電力系統負荷預測》康重慶，夏清，劉梅，中國電力出版社，2007年7月

《NEURAL NETWORK MODELS FOR SHORT-TERM LOAD FORECASTING》

Pauli Murto, Helsinki; January, 1998

《Short-Term Load Forecasting Using Time Series Analysis: A Case Study for Singapore》

Jianguang Deng, and Panida Jirutitijaroen, Member, IEEE; 2010

更多好文：21ic智能電網