空间电力负荷预测方法综述与展望

空间电力负荷预测方法综述与展望
随着社会的发展，科技的进步，电力企业开始对电力系统实施精细化管理，而电力系统精细化管理的规划工作主要是依靠空间电力负荷预测来进行，所以空间电力负荷预测问题成为当中重要的研究课题。

标签：空间电力负荷;电力系统规划;负荷预测方式
1空间电力负荷预测技术发展历程
根据有关记载我们可以发现，空间电力负荷预测主要是在20世纪30年代提出的，初期被称之为小区负荷预测，直到1983年，有关科研人员才真正为空间电力负荷预测技术进行定义，也就是为某一点范围内未来电荷进行判断，主要是根据电压水平上的差异，通过有关注释判断用户负荷数量及生产时间。

从这以后，空间电力负荷预测逐渐被广泛应用。

我国对于空间电力负荷预测技术研究时间较短，有关文献记录空间电力负荷预测信息是在1989年，由于近几年我国对于空间电力负荷预测技术不断深入研究，充分发挥了有关平台的优势，得到了良好的发展。

2空间电力负荷预测方法综述
现阶段，空间电力负荷预测方式种类较多，按照预测原理进行划分。

主要可以分为4种，分别是仿真类空间电力负荷预测方法、负荷密度空间电路预测方法、多远变量法和趋势类空间电力负荷预测法;按照预测过程分析，主要可以分为两种，分别是解析类预测方法与非解析类预测方法：按照先后顺序，主要可以分为两种，分别是自上而下的预测方法与自下而上的预测方法。

3用地仿真类空间电力负荷预测方法
3.1用地仿真法的基本原理
用地仿真类空间电力负荷预测方法主要是根据土地特点及发展规律，对于未来土地类型及面积构成进行分析研究。

并将其作为基础将土地使用情况转变为空间负荷。

这种方法在实际应用中，主要是将其划分为大小一致的网格，对于网格内信息数据进行分析，保证用地情况与空间属性相吻合，通过评分形式对土地类型发展水平进行客观评价
3.2基于模糊逻辑技术的空间电力预测方法
传统用地仿真方法在土地使用决策方面，都是根据专业人员的意见对于土地类型进行评价，并通过分值大小对用地面积情况进行判断。

这种评价结果受到人为影响因素较高，进而容易造成土地使用分配上面的差异。

模糊逻辑技术是在1996年开始应用到用地仿真方法决策中，实际做法就是：在原有元胞空间属性
分析之后，进行模糊集确定，让元胞的空间属性模糊化。

在按照专业人员的建议创建模糊数据库，最后得到模糊分析结果。

模糊逻辑技术的空间电力负荷预测方法最开始应用到单人决策上面，造成函数结果受到人为因素影响较为严重。

现在模糊逻辑技术逐渐应用到多人决策技术中，这种决策方式能够有效降低传统推理方式对于元胞的影响。

3.3基于粗糙集理论的空间电力负荷预测方法
模糊逻辑技术虽然在元胞决策内应用，但是由于受到地理及社会等因素的限制，在需要提高空间预测精准度的时候，模糊规则就需要增加，造成整个决策过程十分繁琐，难以真正实现。

因此，将粗糙集理论应用到空间电力负荷预测方法中，通过简约元胞决策中的有关因素，去除冗余性，让整个决策过程更加简便，提高了空间电力负荷预测方式效率质量。

粗糙集理论与模糊逻辑技术在结合应用过程中，能够形成以一种综合数据挖掘方式。

4负荷密度指标法
负荷密度指标法主要有：
4.1传统的负荷密度指标法
传统的方法主要采用经验法以及简单类比法等，粗略的估算分类负荷平均目睹法，这样在实际的应用当中就很难真正的满足精度的要求。

4.2基于智能算法的负荷密度指标法
这种方法主要是进行大量的调研性工作，同时搜集整理出相关的数据来对负荷的密度进行精密的分类，通过这种形式来促成全面的负荷密度指标样本库，同时按照这些类型来找出影响负荷密度的主要原因，对各个元胞进行正确的属性分类，结合标准样本进行对比，从中获取各个元胞的负荷密度指标。

4.3基于分类负荷发展曲线的负荷目睹指标法
这种方法在以V AI为基础时，能够对于那些没有历史负荷数据或者是数据不够充足的地域，同样也能预测出当中规划年所具有的负荷密度指标。

而在以饱和度和相对系数为基础时，则可以对对分类负荷的饱和密度进行估算，从而确定其不同的相对系数，推算出元胞密度负荷指标。

5多元变量法
5.1多元变量法的基本原理
多元变量法也称之为多变量法，该方法基于负荷峰值数据和有关影响峰值变量，对元胞负荷峰值进行预测元胞负荷发展影响因素较多。

如人口水平、气候环
境等因素，对于负荷变化都会造成影响。

多元变量法能够对于有关变量进行控制，并以此作为基础，创建外推模型，对于元胞未来负荷进行预测。

5.2多元变量法面临的问题
5.2.1对数据质量和量的要求都比较高
元胞负荷变化受到较多因素的影响，所需要使用到的数据较多。

在元胞面积较大的情况下，空间分辨率较低.造成数据在统计方面精准性难以保证，并且不同空间特点之下的数据与变量难以相互应用。

5.2.2很难对初生元胞进行预测
初生元胞本身替代的是一片空地，或者是应用时间较短的土地，有关原始数据在统计方面难度较高，外推计算难度较多，因此多元变量法并不适合在初生元胞上应用。

虽然多元变量法可操作性能较低，预测精准性难以保证，研究人员对于多元变量法研究积极性并不高，甚至有关文献直接表示该方法会出现淘汰，但是伴随着这大数据时代的来临，多元变量法还是有一定发展前景的。

6研究成果展望
目前对于空间电力负荷预测的研究已经取得了明显的成效，不过这些研究结果大都倾向于进行预测的方法。

通常具体的预测方法都很容受到基础数据的变化，所以还需要从以下几个方面继续进行研究：（1）将所需的一些数据和基础信息整合起来，通常预测所需的信息都比较复杂量多，而且在性质方面也不尽相同，这都会给预测工作带来一定的影响，所以需要对这信息做好整合处理工作。

（2）要确定好预测所需的负荷空间分辨率，因为这是生产元胞的关键问题，主要决定了电力负荷的历史数据和预测的结果等。

（3）做好对空间电力負荷的多场景和规律性分析，预测工作主要也是对负荷本身的属性进行研究，也即是对其本身符合数据进行研究。

7结束语
空间电力负荷预测方法相较于传统的负荷预测方式具有显著的时空分布特性。

比起空间电力负荷预测方法，传统的预测方法很难达到预想的预测精度，也无法做出科学的预测结果评价，所以空间电力负荷预测方法对于目前来说是最为适合的预测方，能够有效的完善电力系统的规划建设。

参考文献
[1]张素香，赵丙镇，王风雨，等.海量数据下的电力负荷短期预测[J].中国电机工程学报，20l5（01）：37-42.
[2]何耀耀，闻才喜，许启发，等.考虑温度因素的中期电力负荷概率密度预
测方法[J].电网技术，20I5（01）：176-181.
[3]肖白，聂鹏，穆铜，等.基于多级聚类分析和支持向量机的空间负荷预测方法[J].电力系统自动化，20I5（12）：56-61.
[4]肖白，蒲睿，穆铜.基于多尺度空间分辨率的空间负荷预测误差评价方法[J].中国电机工程学报，20l5（22）：5731-5739.。