电力系统负荷短期预测.docx

摘要：负荷预测是现在我们电力系统的经济调度中的一项重要内容，从已知的电力系统、经济、社会、气象等现实状况出发，通过分析和比较历史数据，找出事物与事物间的内在关系及其中发展的变化规则，对负荷数据做出预先估计和推测。如今，伴随着科学技术、人工智能的发展，我们可以选择的分析方法也越来越多，本文将着重进行电力系统负荷预测与气象的关系的研究，和分析方法之间的对比。（数据来源于电工杯16年建模A题）

通过简单的数据处理和回归分析模型可以将荷使用情况与气象因素联系起来。通过逐步回归可以找到对负荷使用情况起到较大作用的气象因素，在观测时可以通过提高这些因素的准确性以达到进一步加大回归分析预测的准确性。

再通过MATLAB建立ARIMA模型，从而实现关于电力系统负荷的短期预测。

关键词：电力系统负荷预测、逐步回归方程、ARIMA

目录

摘要

Abstract

一、引言-6

二、 负荷预测与气象关系的几种常用研究方法-6

2.1曲线外推法-6

2.2回归分析法-6

2.3时间序列法-7

2.4人工神经网络法-7

2.5综述-7

三、 各项负荷指标比较分析-7

3.1基本概念-7

3.2比较各项指标-8

四、 日最高负荷、日最低负荷、日平均负荷与各气象因素之间的关系-13

五、 实证建模分析Arima模型预测-17

5.1 模型的建立过程-17

5.2 差分序列模型预测求解与误差分析-19

5.3  BP神经网络模型的预测-20

5.4 两种预测方法的对比分析-21

六、参考文献-22