内容发布更新时间 : 2024/7/8 23:56:12星期一 下面是文章的全部内容请认真阅读。

报名序号：1430

论文题目：电力系统短期负荷预测

参赛队员1 参赛队员2 参赛队员3 姓 名 周 健 张 帆 吴 莹 班级 1402 1408 1405 有效联系电话 15927213115 15827477269 15927391035 指导教师：王军华

参赛学校：武汉大学

证书邮寄地址、邮编、收件人：430072 湖北省武汉市武昌区 东湖南路 8 号武汉大学电气工程学院办公室饶凌平（收）

报名序号：1430

论文题目：电力系统短期负荷预测

阅卷专家1 阅卷专家2 阅卷专家3 论文等级

电力系统短期负荷预测

【摘 要】

关键词：负荷预测 大数据 spss 回归分析法 神经网络

1．概述

1.1问题背景及问题重述

城市日常生活和发展离不开用电。电力系统短期负荷预测是电网规划建设的依据和基础，因此电力负荷预测结果的准确与否直接关系到电力投资的效益、关系到我国电力又好又快的发展。

对城市中的地区用电情况数据的统计、处理、建模，可以未来的用电做出预先估计和推测，以此结果对电力系统规划，以便于实时控制发电量和输电量，避免不必要的电力损耗和浪费，对机组组合、经济调度、安全校核等也具有重要意义。所以,为了更好地制定电网经营管理指导方针和发用电生产计划,使电能得到充分合理的利用,有必要对电网负荷特性进行分析。

电力预测的影响因素众多，在预测过程中各个方面都需要考虑到。现代电力系统中，构成电力负荷的用电器种类繁多，空调等受气象条件影响的负荷占比持续增高，本题就需要考虑气象因素如温度、湿度、降雨量等对电力系统负荷的影响，进一步改善电力负荷预测的精度。

1.2问题重述

根据题目的要求，可将问题归纳如下：

问题一：处理两个地区从2014年1月1日-2014年12月31日的负荷数据，统计各地区全年的日最高负荷、日最低负荷、日峰谷差、日负荷率指标的分布情况；绘制两地区 2014 年全年的负荷持续曲线；分析两地区负荷变化的主要差异；初步预判哪个地区的负荷可以获得更准确的预测结果。

问题二：根据 2012 年 1 月 1 日至 2014 年 12 月 31 日的数据，分别对日最高负荷、日最低负荷、日平均负荷与各气象因素的关系进行回归分析，分析回归误差；说明优先推荐哪个（或哪几个）气象因素来提高负荷预测精度。

问题三：.请根据已知负荷数据，构建预测方法，对两个地区 2015 年 1月 11 日至 17 日共 7 天的电力负荷进行预测（间隔 15min）； 在不知道实际负荷数据的条件下，对预测结果的准确度进行推断。

问题四：已知 2015 年 1 月 11 日至 17 日的气象因素数据，构建计及气象因素的负荷预测方法，对两个地区 2015 年 1 月 11 日至 17 日共 7 天的电力负荷再次进行预测（间隔 15min）；与原有的预测结果相比，分析计及气象因素影响的负荷预测结果精度是否得到改善。

问题五：综合上述计算结果，评价两地区负荷规律性的优劣；并用证据佐证

1