電力負荷預測的基本過程

電力負荷預測的基本過程
負荷預測工作的關鍵在於收集大量的曆史數據，建立科學有效的預測模型，采用有效的算法，以曆史數據為基礎，進行大量試驗性研究，總結經驗，不斷修正模型和算法，以真正反映負荷變化規律。其基本過程如下。
負荷預測調查和選擇曆史負荷數據資料
多方麵調查收集資料，包括電力企業內部資料和外部資料，從眾多的資料中挑選出有用的一小部分，即把資料濃縮到最小量。挑選資料時的標準要直接、可靠並且是最新的資料。如果資料的收集和選擇得不好，會直接影響負荷預測的質量。
負荷預測曆史資料的整理
一般來說，由於預測的質量不會超過所用資料的質量，所以要對所收集的與負荷有關的統計資料進行審核和必要的加工整理，來保證資料的質量，從而為保證預測質量打下基礎，即要注意資料的完整無缺，數字準確無誤，反映的都是正常狀態下的水平，資料中沒有異常的"分離項"，還要注意資料的補缺，並對不可靠的資料加以核實調整。
負荷預測對負荷數據的預處理
在經過初步整理之後，還要對所用資料進行數據分析預處理，即對曆史資料中的異常值的平穩化以及缺失數據的補遺，針對異常數據，主要采用水平處理、垂直處理方法。
數據的水平處理即在進行分析數據時，將前後兩個時間的負荷數據作為基準，設定待處理數據的最大變動範圍，當待處理數據超過這個範圍，就視為不良數據，采用平均值的方法平穩其變化；數據的垂直處理即在負荷數據預處理時考慮其24h的小周期，即認為不同日期的同一時刻的負荷應該具有相似性，同時刻的負荷值應維持在一定的範圍內，對於超出範圍的不良數據修正，為待處理數據的最近幾天該時刻的負荷平均值。
負荷預測建立負荷預測模型
負荷預測模型是統計資料軌跡的概括，預測模型是多種多樣的，因此，對於具體資料要選擇恰當的預測模型，這是負荷預測過程中至關重要的一步。當由於模型選擇不當而造成預測誤差過大時，就需要改換模型，必要時，還可同時采用幾種數學模型進行運算，以便對比、選擇。
在選擇適當的預測技術後，建立負荷預測數學模型，進行預測工作。由於從已掌握的發展變化規律，並不能代表將來的變化規律，所以要對影響預測對象的新因素進行分析，對預測模型進行恰當的修正後確定預測值。