身份证：37078219831217XXXX
摘要：引言在目前的供电企业当中电力负荷预测技术是其中非常重要的工作，同时也是经常重复的工作。做这项工作的目的是为了能对于未来新的发电机组以及更新扩展提供依据，同时它还能够决定发电机组的容量和时间地点的选择，对供电企业的发展和扩建有着很重要的意义。基于此，对电力负荷预测技术发展趋势进行研究，仅供参考。
关键词：负荷预测技术；趋势研究；发展
引言
电力工业是国家在能源领域的重大基础行业，也是国民经济的命脉。经济要发展，电力是先行，电力行业的发展建设对国家各行业起到至关重要的作用。我国发电机装机容量在不断扩大，电网在不断发展建设，随之而来的便是电力负荷的变化越加复杂，所以对于电力负荷的预测研究越来越重要。其中提高负荷的预测精度，对于制定发、送电计划、降低电力存储容量、避免重大事故、保障生产和生活的安全、经济以及社会效益等方面有重大的意义。
1负荷预测的意义
(1)制定电价的指导。电能相较于其他的普通商品，具有显著特殊性，它具有即时生产、即时消费且不易储存的特性。为了根据负荷预测结果对电能供需情况进行了解，从而制定随供需情况变化的电价制度，使得售电企业既能满足自己利益需求，又能使消费者满意的电能价格，从而到达互利共赢的目的。(2)引导用户分时用电。随着负荷的随时变化，供电时会出现不同时间节点的供电成本不同的情况。例如在用电高峰期，发电、输配电设备负荷达到峰值，此时潮流堵塞、无法有效增加负荷。供电部分此时可用采用分时电价，高峰期间电价上升，用电低谷阶段电价降低，引导用户合理用电、达到“削峰填谷”的作用，缓解供电压力。据悉，在我国广大地区已经实行了阶梯电价，从而引导用户们都能合理用电。
2电力负荷预测技术方法分类
2.1从效果上分类
从电力负荷预测技术的使用效果上通常可以分成通用预测法以及专用预测法。通用预测法是能够对于所有负荷进行预测，弊端就是准确度不行，其中通用预测方法包括了很多种分析方法，有回归分析法、灰色系统方法、卡尔曼滤波算法，指数平滑法、混沌方法以及神经网络方法等等，顾名思义通用预测方法适用于很多场景预测。专用预测方法包括了月度序列量特殊预测法和日负荷曲线预测法、年度序列预测法，其中年度序列预测方法指的是传统的预测方法，例如在对于整个社会的用电需求统计的时候进行预测，因为这是和人们生活息息相关的，所以就可以采用弹性系数来进行预测，然而对于企业用电就可以采用产值单耗法来进行预估。月度序列量特殊预测法顾名思义就是通过对于每个自然月搭建的预测方法。
2.2通过周期分类
（1）中、长期负荷预测，若预测年限达到10年以上，且预测的时间单位是以年来计算的，则该种预测为长期负荷预测;若预测年限是5年左右，且时间单位是以年来计算的，那么该种预测方式为中期负荷预测。它们的意义在于帮助决定发电机的装机容量、型式、地点和时间与电网的规划、增容、和改建。由于中、长期负荷预测主要针对项目工程较大、时间跨度长，往往具有较大误差，在项目基建时也需要留有较大裕度。（2）短、超短期负荷预测超短期负荷预测指未来1h、未来0.5h甚至未来10min的预测。其意义在于可对电网进行计算在线控制，对配电网、发电厂等系统进行实时调度指令下达的配合。短期负荷预测是指一年之内按月为单位的预测和以周、天、小时为单位的负荷预测，一般预测的是未来一个月度、未来一周、和预测未来一天的负荷。
3负荷预测技术的发展趋势
3.1收集和整理资料
任何的建设工作开展都需要基于一定的基础工作，对于电力负荷预测工作则更需要做好基础保障工作。
预测工作在实际的开展过程中需要具有充分的准确度，所运用的参考资料需要具有权威性，并且需要具有科学可靠的信息数据基础，后续的工作亦是如此。同时，针对电力供应过程中的基础数据以及电力供应水平进行有效的分析和预测，如城镇中的人口数量以及城镇内部可支配的经济收入等。在实际的预测工作中，可以运用国家或者是相关研究单位的报告与资料来加以保障，数字需要保证精确度，也可以通过一些权威性网站来获取这方面的资料，特殊的情况下也可以从相关单位内部加以获取。
3.2神经网络方法
神经网络方法在负荷预测中是比较先进、流行的方法，它具有可以模仿人脑的智能处理，对非结构性、非精确性规律拥有自主的适应能力，并且具有信息记忆、自主学习、知识推理和优化计算的特点。因为，神经网络在预测上有较大的应用潜力，所以一些学者又在此基础上做了改进和扩展，提出了很多基于神经网络的改进预测模型。可见，将神经网络方法应用于电力负荷上是比较有效的。
3.3基于专家系统的负荷预测技术
专家系统技术在科技发展的今天主要是用于人工智能领域当中，并且发挥着非常重要的作用。专家系统主要有四个部分组成，分别是知识库、知识获取、解释界面以及推理机，并且依托于这些知识搭建起来的计算机软件系统程序，就可以拥有在某些领域的经验以及庞大的理论知识，然后就可以通过推理机对于知识进行一系列的分析推理，从而得出最后的结论依据，进而进行决策工作。另外专家系统长期受到负荷预测系统知识熏陶的前提之下，还可以通过编辑语句结构来组成知识库，通过自定义语句就可以为发电站建立起各种各样的知识库体系，例如综合指标知识库、惯性知识库以及弹性系数知识库等等，这些知识库的建立可以提供综合技术能力。在实际的使用过程当中，专家系统技术一般都是和数据库技术进行结合使用，就是将数据计算和知识描述进行结合，这样不仅仅提高了综合效率，同时对于系统来说也提高了综合性能，例如在选取数据库的时候，首先需要对于在VB环境当中需要处理预测模型的数据计算工作，其次就是需要进行数据交换工作，并且把VB数据计算的结果和数据库进行交互，最后专家系统就可以将这些数据和用户进行交流，从而就能够对于预测模型进行评估输出的最优结果。
3.4中长期电力负荷的组合预测模型
在实际的预测工作开展过程中，经常会针对同一个问题，运用不同的预测方式来加以保障，同时也得到了一个最优化的预测评估系统。但是在不同的预测方式中，各有各的优势以及劣势。从现阶段我国相关的文献研究工作中可以看出，还没有任何一种预测的方式可以具有更高的预测精确度以及预测工作效率，因此在预测工作中对误差值的评定方式以及精确度的要求上仍然存在较大的不同。在不同的预测方式的应用过程中，通常并不能得到相应的价值信息，如果在预测工作中舍弃了比较简单的平方预测方法则是不科学的。
结束语
综上所述，目前随着我国社会的不断发展以及科技水平的不断进步，我国电力行业也得到了非常大的突破，同时电力系统智能化水平也不断提高，对于电力负荷预测技术领域的研究也不断深入，出现了很多新型有效的预测方法，这些电力负荷预测技术为我国的电力发展提供了非常有利的技术帮助。
参考文献
[1]邱涌.电力系统负荷预测中存在的问题及探讨[J].低碳世界,2018(12):74-75.
[2]杨雨琪,苏明昕.电力系统短期负荷预测方法分析[J].中国电力企业管理,2018(12):92-93.
[3]杨凛,李巍,李俊杰,廖谦,张叶贵.基于数据挖掘的电力负荷预测[J].自动化与仪器仪表,2018(03):207-210.
[4]王亦珏,沈瑛俊,刘凯.对电力系统负荷预测研究综述与发展方向的探讨[J].民营科技,2017(12):43.
[5]王曼怡,朱家明,洪阳,周雯静.城市电力负荷的短期预测[J].山西师范大学学报(自然科学版),2017,31(04):42-46.