負(fù)荷預(yù)測是電力系統(tǒng)調(diào)度、實(shí)時(shí)控制、運(yùn)行計(jì)劃和發(fā)展規(guī)劃的前提，是一個(gè)電網(wǎng)調(diào)度部門和規(guī)劃部門所必須具有的基本信息。提高負(fù)荷預(yù)測技術(shù)水平，有利于計(jì)劃用電管理，有利于合理安排電網(wǎng)運(yùn)行方式和機(jī)組檢修計(jì)劃，有利于節(jié)煤、節(jié)油和降低發(fā)電成本，有利于制定合理的電源建設(shè)規(guī)劃，有利于提高電力系統(tǒng)的經(jīng)濟(jì)效益和社會效益。因此，負(fù)荷預(yù)測已成為實(shí)現(xiàn)電力系統(tǒng)管理現(xiàn)代化的重要內(nèi)容，以下詳細(xì)介紹負(fù)荷預(yù)測的方法及特點(diǎn)：
1.單耗法
按照國家安排的產(chǎn)品產(chǎn)量、產(chǎn)值計(jì)劃和用電單耗確定需電量。單耗法分產(chǎn)品單耗法和產(chǎn)值單耗法兩種。采用單耗法預(yù)測負(fù)荷前的關(guān)鍵是確定適當(dāng)?shù)漠a(chǎn)品單耗或產(chǎn)值單耗。從我國的實(shí)際情況來看，一般規(guī)律是產(chǎn)品單耗逐年上升，產(chǎn)值單耗逐年下降。單耗法的優(yōu)點(diǎn)是：方法簡單，對短期負(fù)荷預(yù)測效果較好。缺點(diǎn)是：需做大量細(xì)致的調(diào)研工作，比較籠統(tǒng)，很難反映現(xiàn)代經(jīng)濟(jì)、政治、氣候等條件的影響。
2.趨勢外推法
當(dāng)電力負(fù)荷依時(shí)間變化呈現(xiàn)某種上升或下降的趨勢，并且無明顯的季節(jié)波動，又能找到一條合適的函數(shù)曲線反映這種變化趨勢時(shí)，就可以用時(shí)間t為自變量，時(shí)序數(shù)值y為因變量，建立趨勢模型y＝f(t)。當(dāng)有理由相信這種趨勢能夠延伸到未來時(shí)，賦予變量t所需要的值，可以得到相應(yīng)時(shí)刻的時(shí)間序列未來值。這就是趨勢外推法。
應(yīng)用趨勢外推法有兩個(gè)假設(shè)條件：①假設(shè)負(fù)荷沒有跳躍式變化；②假定負(fù)荷的發(fā)展因素也決定負(fù)荷未來的發(fā)展，其條件是不變或變化不大。選擇合適的趨勢模型是應(yīng)用趨勢外推法的重要環(huán)節(jié)，圖形識別法和差分法是選擇趨勢模型的兩種基本方法。
外推法有線性趨勢預(yù)測法、對數(shù)趨勢預(yù)測法、二次曲線趨勢預(yù)測法、指數(shù)曲線趨勢預(yù)測法、生長曲線趨勢預(yù)測法。趨勢外推法的優(yōu)點(diǎn)是：只需要?dú)v史數(shù)據(jù)、所需的數(shù)據(jù)量較少。缺點(diǎn)是：如果負(fù)荷出現(xiàn)變動，會引起較大的誤差。
3.彈性系數(shù)法
彈性系數(shù)是電量平均增長率與國內(nèi)生產(chǎn)總值之間的比值，根據(jù)國內(nèi)生產(chǎn)總值的增長速度結(jié)合彈性系數(shù)得到規(guī)劃期末的總用電量。彈性系數(shù)法是從宏觀上確定電力發(fā)展同國民經(jīng)濟(jì)發(fā)展的相對速度，它是衡量國民經(jīng)濟(jì)發(fā)展和用電需求的重要參數(shù)。該方法的優(yōu)點(diǎn)是：方法簡單，易于計(jì)算。缺點(diǎn)是：需做大量細(xì)致的調(diào)研工作。
4.回歸分析法
回歸預(yù)測是根據(jù)負(fù)荷過去的歷史資料，建立可以進(jìn)行數(shù)學(xué)分析的數(shù)學(xué)模型。用數(shù)理統(tǒng)計(jì)中的回歸分析方法對變量的觀測數(shù)據(jù)統(tǒng)計(jì)分析，從而實(shí)現(xiàn)對未來的負(fù)荷進(jìn)行預(yù)測?；貧w模型有一元線性回歸、多元線性回歸、非線性回歸等回歸預(yù)測模型。其中，線性回歸用于中期負(fù)荷預(yù)測。優(yōu)點(diǎn)是：預(yù)測精度較高，適用于在中、短期預(yù)測使用。缺點(diǎn)是：①規(guī)劃水平年的工農(nóng)業(yè)總產(chǎn)值很難詳細(xì)統(tǒng)計(jì)；②用回歸分析法只能測算出綜合用電負(fù)荷的發(fā)展水平，無法測算出各供電區(qū)的負(fù)荷發(fā)展水平，也就無法進(jìn)行具體的電網(wǎng)建設(shè)規(guī)劃。
5.時(shí)間序列法
就是根據(jù)負(fù)荷的歷史資料，設(shè)法建立一個(gè)數(shù)學(xué)模型，用這個(gè)數(shù)學(xué)模型一方面來描述電力負(fù)荷這個(gè)隨機(jī)變量變化過程的統(tǒng)計(jì)規(guī)律性；另一方面在該數(shù)學(xué)模型的基礎(chǔ)上再確立負(fù)荷預(yù)測的數(shù)學(xué)表達(dá)式，對未來的負(fù)荷進(jìn)行預(yù)測。時(shí)間序列法主要有自回歸ar(p)、滑動平均ma(q)和自回歸與滑動平均arma(p,q)等。這些方法的優(yōu)點(diǎn)是：所需歷史數(shù)據(jù)少、工作量少。缺點(diǎn)是：沒有考慮負(fù)荷變化的因素，只致力于數(shù)據(jù)的擬合，對規(guī)律性的處理不足，只適用于負(fù)荷變化比較均勻的短期預(yù)測的情況。
6.灰色模型法
灰色預(yù)測是一種對含有不確定因素的系統(tǒng)進(jìn)行預(yù)測的方法。以灰色系統(tǒng)理論為基礎(chǔ)的灰色預(yù)測技術(shù)，可在數(shù)據(jù)不多的情況下找出某個(gè)時(shí)期內(nèi)起作用的規(guī)律，建立負(fù)荷預(yù)測的模型。分為普通灰色系統(tǒng)模型和最優(yōu)化灰色模型兩種。
普通灰色預(yù)測模型是一種指數(shù)增長模型，當(dāng)電力負(fù)荷嚴(yán)格按指數(shù)規(guī)律持續(xù)增長時(shí)，此法有預(yù)測精度高、所需樣本數(shù)據(jù)少、計(jì)算簡便、可檢驗(yàn)等優(yōu)點(diǎn)；缺點(diǎn)是對于具有波動性變化的電力負(fù)荷，其預(yù)測誤差較大，不符合實(shí)際需要。而最優(yōu)化灰色模型可以把有起伏的原始數(shù)據(jù)序列變換成規(guī)律性增強(qiáng)的成指數(shù)遞增變化的序列，大大提高預(yù)測精度和灰色模型法的適用范圍?；疑Ｐ头ㄟm用于短期負(fù)荷預(yù)測?；疑A(yù)測的優(yōu)點(diǎn)：要求負(fù)荷數(shù)據(jù)少、不考慮分布規(guī)律、不考慮變化趨勢、運(yùn)算方便、短期預(yù)測精度高、易于檢驗(yàn)。缺點(diǎn)：一是當(dāng)數(shù)據(jù)離散程度越大，即數(shù)據(jù)灰度越大，預(yù)測精度越差；二是不太適合于電力系統(tǒng)的長期后推若干年的預(yù)測。
7.德爾菲法
德爾菲法是根據(jù)有專門知識的人的直接經(jīng)驗(yàn)，對研究的問題進(jìn)行判斷、預(yù)測的一種方法，也稱專家調(diào)查法。德爾菲法具有反饋性、匿名性和統(tǒng)計(jì)性的特點(diǎn)。德爾菲法的優(yōu)點(diǎn)是：①可以加快預(yù)測速度和節(jié)約預(yù)測費(fèi)用；②可以獲得各種不同但有價(jià)值的觀點(diǎn)和意見；③適用于長期預(yù)測，在歷史資料不足或不可預(yù)測因素較多尤為適用。缺點(diǎn)是：①對于分地區(qū)的負(fù)荷預(yù)測則可能不可靠；②專家的意見有時(shí)可能不完整或不切實(shí)際。
8.專家系統(tǒng)法
專家系統(tǒng)預(yù)測法是對數(shù)據(jù)庫里存放的過去幾年甚至幾十年的，每小時(shí)的負(fù)荷和天氣數(shù)據(jù)進(jìn)行分析，從而匯集有經(jīng)驗(yàn)的負(fù)荷預(yù)測人員的知識，提取有關(guān)規(guī)則，按照一定的規(guī)則進(jìn)行負(fù)荷預(yù)測。實(shí)踐證明，精確的負(fù)荷預(yù)測不僅需要高新技術(shù)的支撐，同時(shí)也需要融合人類自身的經(jīng)驗(yàn)和智慧。因此，就會需要專家系統(tǒng)這樣的技術(shù)。專家系統(tǒng)法，是對人類的不可量化的經(jīng)驗(yàn)進(jìn)行轉(zhuǎn)化的一種較好的方法。但專家系統(tǒng)分析本身就是一個(gè)耗時(shí)的過程，并且某些復(fù)雜的因素(如天氣因素)，即使知道其對負(fù)荷的影響，但要準(zhǔn)確定量地確定他們對負(fù)荷地區(qū)的影響也是很難的。專家系統(tǒng)預(yù)測法適用于中、長期負(fù)荷預(yù)測。此法的優(yōu)點(diǎn)是：①能匯集多個(gè)專家的知識和經(jīng)驗(yàn)，最大限度地利用專家的能力；②占有的資料、信息多，考慮的因素也比較全面，有利于得出較為正確的結(jié)論。缺點(diǎn)是：①不具有自學(xué)習(xí)能力，受數(shù)據(jù)庫里存放的知識總量的限制；②對突發(fā)性事件和不斷變化的條件適應(yīng)性差。
9.神經(jīng)網(wǎng)絡(luò)法
神經(jīng)網(wǎng)絡(luò)(ann,artificial neural network)預(yù)測技術(shù)，可以模仿人腦做智能化處理，對大量非結(jié)構(gòu)性、非確定性規(guī)律具有自適應(yīng)功能。ann應(yīng)用于短期負(fù)荷預(yù)測比應(yīng)用于中長期負(fù)荷預(yù)測更為適宜。因?yàn)?，短期?fù)荷變化可以認(rèn)為是一個(gè)平穩(wěn)隨機(jī)過程。而長期負(fù)荷預(yù)測可能會因政治、經(jīng)濟(jì)等大的轉(zhuǎn)折導(dǎo)致其模型的數(shù)學(xué)基礎(chǔ)的破壞。優(yōu)點(diǎn)是：①可以模仿人腦的智能化處理；②對大量非結(jié)構(gòu)性、非精確性規(guī)律具有自適應(yīng)功能；③具有信息記憶、自主學(xué)習(xí)、知識推理和優(yōu)化計(jì)算的特點(diǎn)。缺點(diǎn)是：①初始值的確定無法利用已有的系統(tǒng)信息，易陷于局部極小的狀態(tài)；②神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程通常較慢，對突發(fā)事件的適應(yīng)性差。
10.優(yōu)選組合預(yù)測法
優(yōu)選組合有兩層含義：一是從幾種預(yù)測方法得到的結(jié)果中選取適當(dāng)?shù)臋?quán)重加權(quán)平均；二是指在幾種預(yù)測方法中進(jìn)行比較，選擇擬和度最佳或標(biāo)準(zhǔn)偏差最小的預(yù)測模型進(jìn)行預(yù)測。對于組合預(yù)測方法也必需注意到，組合預(yù)測是在單個(gè)預(yù)測模型不能完全正確地描述預(yù)測量的變化規(guī)律時(shí)發(fā)揮作用。一個(gè)能夠完全反映實(shí)際發(fā)展規(guī)律的模型進(jìn)行預(yù)測完全可能比用組合預(yù)測方法預(yù)測效果好。該方法的優(yōu)點(diǎn)是：優(yōu)選組合了多種單一預(yù)測模型的信息，考慮的影響信息也比較全面，因而能夠有效地改善預(yù)測效果。缺點(diǎn)是：①權(quán)重的確定比較困難；②不可能將所有在未來起作用的因素全包含在模型中，在一定程度上限制了預(yù)測精度的提高。
11.小波分析預(yù)測技術(shù)
小波分析是一種時(shí)域-頻域分析法，它在時(shí)域和頻域上同時(shí)具有良好的局部化性質(zhì)，并且能根據(jù)信號頻率高低自動調(diào)節(jié)采樣的疏密，它容易捕捉和分析微弱信號以及信號、圖像的任意細(xì)小部分。其優(yōu)點(diǎn)是：能對不同的頻率成分采用逐漸精細(xì)的采樣步長，從而可以聚集到信號的任意細(xì)節(jié)，尤其是對奇異信號很敏感，能很好的處理微弱或突變的信號，其目標(biāo)是將一個(gè)信號的信息轉(zhuǎn)化成小波系數(shù)，從而能夠方便地加以處理、儲存、傳遞、分析或被用于重建原始信號。這些優(yōu)點(diǎn)決定了小波分析可以有效地應(yīng)用于負(fù)荷預(yù)測問題的研究。