电力负荷预测和负荷管理

img src="www.udooo.com/UploadFiles/2014-02/2/20142175672788738.jpg" alt="电力负荷预测和负荷管理" />摘要：目前我国的电力工业在快速发展的同时，仍然存在一些理由，例如在电荷用电最大负荷和用电量持续增大的情况下，峰谷差也不断扩大，每日负荷率也在不断降低，这些理由给电网的正常运营以及安全造成了一系列影响。目前传统的电力负荷预测技术已经很难满足对电力预测精密度越来越高的要求，因此很有必要进行研究电力工业的负荷预测以及负荷管理的课题。本文将分别概述电力负荷预测和负荷管理，首先重点分析短期电力负荷预测的策略，然后讨论分析电力负荷管理系统以及发展方向。
关键词：电力负荷管理；电力负荷预测；神经网络

一、电力负荷预测综述

（1）电力负荷的含义。电荷负荷的含义主要有两种，一种是电力工业的怎么写作对象，即各种使用电力部门以及使用电力的设备；一种是上述各种用电部门和用电设备使用电量的具体数目。电力负荷预测是根据正确的理论指导，采用可行的策略对电力负荷的发展方向进行科学的判断预测。
（2）电力负荷预测的作用。正确的对电力负荷的预测能够更好的保证各经济部门以及人们日常生活中对电力的需求，电力负荷预测技术的发展，是电力工业的重要组成部分。运用人工神经网络可以对某一时刻某市进行短期电力负荷预测，能够得到具体负荷，这对全国性的电力负荷预测提出了科学可行的策略。电力负荷预测对电力工业的发展甚至对整个国家经济的发展都具有重大作用。

二、几种电力负荷预测策略简介

现在的预测策略分为经典预测和现代预测，下面简介几种常见的预测策略。
（1）归分析法。在电荷负荷预测中，回归预测是经常用到的预测策略。回去分析法是利用过去的数据资料，建立可行的模型，确定模型参数，有一元线规和多元线规，确定各个变量之间的关系，从而达到预测的目的。
（2）时间序列法。根据观测序列呈现的某种随机过程的特性，去建立发生实际序列的随机过程的模型，然后利用模型进行预测。时间序列模型有自回归（AR）、动平均（MA）、自回归动平均（ARMA）.时间序列法是根据分析历史数据，结合电力负荷的特征来进行预测。
（3）灰色数学理论。灰色系统理论是把负荷序列认为真实系统输出序列，通过系统生产变换，使序列变成具有一定规律的生成数，然后进行预测。
（4）神经网络预测。根据神经网络学习功能特性，利用计算机学习历史负荷数据的各种映射关系，再通过这种映射来进行预测。由于计算机强大的学习能力以及非线性映射能力，神经网络理论具有很大的应用潜力。
（5）专家系统策略。专家系统策略是根据过去存放的负荷数据资料，汇集预测人员的知识经验，并考虑影响预测结果的相关因素，按照一定的规则进行判断预测。
（6）小波分析预测策略。小波分析预测策略在时域和频域上有很好的局部化性质。根据对负荷序进行小波变换，就可以把变换后的序列投放到不同尺度上，很清楚的体现出负荷序列所呈现的规律，然后对不同的序列进行预测分析

三、基于神经网络短期负荷预测。

人工神经网络中一个重要部分就是单元联接形式，也就是网络的结构形式。神经网络的命名往往根据他的结构特点，或者根据采用的学习策略（简称算法）。目前常用的网络结构形式如下。
（一）分层网络。分层网络是指网络中具有相同拓扑结构地位的神经元构成的一个子集；它是作为有向图的人工神经网络图中处于同一列或同一行上的节点；它们是电力负荷预测和负荷管理由提供海量免费论文范文的www.udooo.com,希望对您的论文写作有帮助.运算处理程序进行过程中的同一个段面；它所属的每一神经元的权向量参与构成一个独立的权矩阵。如果网络中有多个这样的人工神经元子集，就构成了一种多层网络。多层网络信息的前向传递处理过程是一个输入特征向量从高维空间逐次映射的过程，是一个输入向量按特征聚类的过程；是与生物系统的由感觉器官对外部世界事务特征的摄取知道认知完成这样一个高度抽象的过程的过程完全类似的，是一件具有深邃含义事物的模型和数学的表征。前馈网络的基本要素是能用一个前向无环路有向图表示，如所示。
就是说，必须不存在前层神经元输出 y 向后层传递的支路；更不允许一个神经元的输出向其自身输入端传送的支路，否则严重违反生物神经元单向传递特性；严格的讲存在同一层神经元输出向本层其他神经元的输入端传递支路的网络，也不应属于
前向多层网络。

(三)BP 网络结构

如图是具有一个隐含层的BP（Back-Propagation）神经网络模型结构图（图中输入节点j=1，2，…，r；隐含节点i=1，2，…，s1；输出节点k=1，2，…，s2），其输入层神经元数为r，隐含层神经元数为s1，输出层神经元数为s2，隐含层神经元的激活函数为，输出层神经元的激活函数为F2，输入为P，输出为A。如果不计输入层，就可称其为两层神经网络。

三、电力负荷管理系统

电力管理系统是有一个管理中心和许许多多的远方终端（RTU）构成，是一种集中制约系统，本质上市一个大规模的远程监控系统（SCADA）。

1、力负荷管理系统的发展方向

电力负荷管理系统的发展方向应该是加强数据的采集，优化远程传输并做好管理功能，这是其发展的基本方向，要不断的提高远程传输的能力保证传输的稳定性和可靠性，研究出更先进的通信技术从而实现数据的远程传输。做好各项管理功能，要转变依靠行政管理的调控手段，真正采用科学有效的措施，引导用电方式和习惯，提高电力的利用率，优化电力资源的分配。

2、电力负荷系统管理结构

SCADA系统工作大致步骤如下：（1）用户终端对采集的数据进行转化处理。（2）把处理后的数据通过串口或无线的方式发送到GPRS数据终端。（3）GPRS终端把接收到得数据打成IP包，包含了数据中心IP地址和端口号。（4）通过GPRS空中接口将数据发送到GPRS网络。（5）数据通过GGSN接到internet。（6）数据通过internet各个网关和路由到达监控中心和各个移动监控点。（7）数据中心软件将IP包解压，得到原始数据，进行处理并返回确认信息。

3、系统功能

系统具有的功能如下：（1）采集数据。当监控中心的计算机运营的时候，同远程监控点连接然后开始数据交互传输，监控中心把收集到得数据存入中心数据库。（2）实时监控。系统监控人员可以通过实时监控系统对设备进行实施监控，一旦发生紧急状况可以在第一时间发出事故警告。（3）数据管理。把每一个监控点的数据存入中心数据库，这样可以查询任意时间的数据。（4）系统管理功能。可以把系统操作员分成管理员和访问员两种，管理员直接对系统进行维护、数据管理、对远程监控进行实时监控；而访问员只能浏览系统的数据而不能进一步对数据进行操作，特殊权限也需要才能使用。（5）系统工作状况自动检测。系统可以自主对整个系统进行检测，会根据检测得到的信息对判断系统是否正常运转。

4、负荷管理终端功能

（1）数据采集（2）参数整定和查询（3）遥控跳合闸功能（4）当地闭环制约（5）保电功能（6）剔除功能（7）抄表功能（8）终端交流采样数据（9）数据转发

四、结束语

随着电力工业的发展，对电荷负荷预测精度要求越来越高，本文分别概述了电力负荷预测和负荷管理，讨论了电力预测的步骤和预测策略，电力负荷预测对于电力工业的重要性不言而喻。本文还对电力负荷管理系统做出了简单的概述，电力负荷管理系统是电力工业的核心，因此对管理系统的改善和发展，也尤为重要。相信随着科学技术的发展，电力负荷预测技术也会随时代进步，负荷管理系统也会越来越完善。
参考文献：
[1] 佟铮；张友鹏；；基于BP神经网络的机车轮对故障诊断系统研究[J]；铁路技术创新；2009年01期
[2] 黄昕颖；；高阶灰色预测模型在短期电力负荷预测中的应用研究[J]；机电信息；2011年18期
[3] 幸通讯员 池长斌；宁夏电力短期负荷预测保持领先[N]；中国电力报；2011年