1. 研究目的与意义（文献综述包含参考文献）

基于大数据的负荷特性分析及负荷预测研究 文献综述

摘要#8212;随着我国电力工业逐渐步入电力市场，发电厂的产权多元化，电力供需矛盾不断突出，电力调度部门如何制定发电调度计划，实现电力生产的经济调度保电网获得最大的经济效益，对电力企业而言，负荷预测已成为电力系统管理现代化的重要内容之一，对电网负荷预测问题的研究已经成为现代电力系统科学中一个重要的领域。负荷预测受人口增长、经济发展速度、产业结构变化、气象条件等因素的影响，除尽量选用可靠的分析方法外，预测精度还取决于预测者的判断能力。对负荷进行预测已经有几十年的历史，因此用于解决负荷预测问题的基础理论和实践方法很多，但随着电力系统的不断发展、电网复杂性的加大和电力市场的建立都需要对负荷预测不断地进行研究，用新理论和新的数学手段去研究新的预测方法。

关键词：短期负荷预测；负荷分析；大数据；电力用户

2. 研究的基本内容、问题解决措施及方案

本课题主要是基于大数据的负荷特性分析及负荷预测研究。随着我国电力工业逐渐步入电力市场，发电厂的产权多元化，电力供需矛盾不断突出，电力调度部门如何制定发电调度计划，实现电力生产的经济调度保电网获得最大的经济效益，对电力企业而言，负荷预测已成为电力系统管理现代化的重要内容之一，对电网负荷预测问题的研究已经成为现代电力系统科学中一个重要的领域。

本课题研究利用聚类分析等方法对海量负荷数据进行处理，得到典型日负荷曲线进行负荷特性分析。从经济结构、居民消费、电力供应及需求侧等多角度挖掘相关数据，开展电网负荷特性影响因素分析，形成行业以及居民用户的负荷曲线模拟模型。考虑经济发展、电改政策等环境因素影响下的行业及居民用户负荷特性的发展规律。进而根据影响因子，综合考虑经济增长、结构调整、电价政策以及电动汽车与分布式电源发展等因素，构建考虑用户行为及行业用电特性的电网负荷预测模型体系。具体包括：

1. 负荷特性分析：在海量数据处理技术的基础上，从某用电区域实际负荷数据入手，利用负荷指标对该市年、月和日负荷特性进行详细分析。在年度和月度负荷特性分析中，主要从最值变化分析和负荷率变化分析两个角度展开；在日负荷特性分析时，按照正常日和节假日分类，正常日又分为工作日和休息日。