毕业设计文献综述

【选题背景】

电力系统负荷预测是电力系统调度、用电、计划、规划等管理部门的重要工作之一，提高电力系统负荷预测水平，有利于计划用电管理，有利于合理安排电网运行方式和机组检修计划，有利于节煤，节油和降低发电成本，有利于制定合理的电源建设规划。因此，进行电力系统负荷预测己经成为实现电力系统管理现代化的重要内容之一。由于对安全和经济发、配电有重大意义，短期负荷预测是对电力系统最为重要的负荷预测。精度较高的短期负荷预测在制订发电计划时可以合理安排旋转备用和冷备用容量，减少机组启停次数，降低即日交易电量，在满足用户用电的同时减少电能成本和电价，另外日负荷预测数据是校核电网安全的重要依据。因此，不论从经济角度还是从安全角度讲，短期负荷预测工作都是十分重要的。

回归模型预测是用数理统计中的回归分析方法，即通过对变量的观测数据进行统计分析，确定变量之间的相关关系，从而实现预测。

【国内外研究现状】

目前，国外学者大多采取与神经网络和支持向量机有关的一些方法，基于神经网络的负荷预测方法已经比较成熟，开发其它新型的预测方法和算法已成为必然。

国内学者为了提高负荷预测的精度和速度，也研究出了多种方法和算法，并取得了不错的成果。用于短期负荷预测的传统方法有趋势外推法、回归分析法、时间序列法、灰色预测法、卡尔曼滤波法、专家系统法等。随着逐步建立的现代电力系统管理信息系统，以及天气预报水平的不断提高，准确地获得负荷预测所需的各种历史数据不再是难事，并涌现出了下列现代智能方法： 小波分析法、人工神经网络法、支持向量机法、数据挖掘法、模糊预测法、优选组合法等。这些方法逐步提高了负荷预测的速度和精度。