邹议电力空间负荷预测方法

开篇：润墨网以专业的文秘视角，为您筛选了一篇邹议电力空间负荷预测方法范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

【摘要】：介绍空间电力负荷预测技术的发展历程，对空间电力负荷预测方法进行总结，并且提出有关问题的解决方式，阐述对空间电力负荷预测方法研究的展望。

【关键词】：空间负荷预测；地理信息系统；电力系统规划；

引言

电力系统规划的基础是空间电路负荷预测，伴随着近几年电力系统在精益化管理过程中，空间电力负荷已经成为电力行业最为关注的问题。空间电力负荷预测也被称之为空间负荷预测，主要是对于某范围内的电力负荷数值及方位进行判断。空间电路负荷预测是电力系统重点工作之一，按照预测结果对于某范围内电力负荷安装位置及容量进行确定，能够有效提高电路系统经济效益及稳定性能。传统负荷预测方法主要是对未来负荷数值进行确定，但不能够给出合理范围设定。伴随着电力系统精益化管理，传统负荷预测方法已经不能够满足电力规划实际需求，因此空间电力负荷预测就成为电力行业重点研究的课题。

1、空间电力负荷预测技术发展历程

根据有关记载发现，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，近几年我国对于空间电力负荷预测技术不断深入研究，充分发挥有关平台的优势，得到了良好的发展。

2、用地仿真类空间电力负荷预测方法

2.1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。

2.2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较为严重。

2.3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。

3、空间电力负荷预测方法研究的展望

我国对于空间电力负荷方法虽然已经进行了大量研究，并且取得了良好的成果，但是主要还是对于预测方法方面的研究，预测方法在实际应用中一定会受到各种因素的影响与限制，因此空间电力负荷方法还是拥有良好的发展前景。

3.1空间电力负荷方法所需基础信息和数据的优化整合

空间电力负荷方法在实际应用中所需要的基础数据与信息较多，不同数据与信息来源存在较大差异，属性不同，对于空间电力负荷方法目标及模型建立方面会造成不同程度的影响。所以，如何真正解决空间电力负荷方法所需基础信息与数据整合问题是空间电力负荷方法主要发展方向，进而满足空间电力负荷方法应用需求。

3.2确定空间电力负荷方法所需的电力负荷空间分辨率

根据电力负荷空间分辨率有关概念，获得最佳电力负荷空间分辨率，为空间电力负荷提供良好的条件及基础，但是电力负荷在空间分辨率方面还面临较多问题。

4、负荷密度指标法

4.1负荷密度指标法的基本原理

规划部门要真正地将土地利用计划落到实处，也就是土地未来使用属性已经得到明确划分，才能够有效保证土地决策与实际情况相吻合，但若负荷密度指标设定不合理，则会对仿真类空间电力预测方法实际应用造成严重的影响。所以，负荷密度指标法在空间电力预测中应用，得到了广泛关注。负荷密度指标法需要先将负荷类别进行划分，其次在每一个区域内按照功能形成元胞，根据有关数据信息，对于元胞负荷值进行计算评价，进而落实空间电力负荷方法。正是由于负荷密度指标法在实际应用中需先对于负荷进行划分，然后再形成元胞，因此也被称之为分类分区法。

4.2基于智能算法的负荷密度指标法

智能算法的负荷密度指标法在实际应用中需要经过大量前期调研，尽量收集有关数据，在对于负荷类别进行划分，形成样本数据库，再按照有关影响因素，构建标准样本数据库，在每一个预测区域形成元胞，最后获得有关负荷密度指标。

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

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。

结语

空间电力负荷预测方法在时空上面的特点，并指出若按照传统负荷预测方式，预测结果精准度将难以得到保证，同时也无法给出科学合理的空间电力负荷预测方法结果，对于电力系统规划也会造成一定影响。

【参考文献】

[1]周潮，邢文洋，李宇龙.电力系统负荷预测方法综述[J].电源学报，2012（06）：32-39.