电力系统短期负荷预测：指数平滑法与组合优化

"电力系统短期负荷预测及其应用系统_2.pdf" 电力系统短期负荷预测是调度自动化系统和电力市场技术支持系统的关键部分。指数平滑法是一种常用的方法，它基于"近大远小"的原则，即近期数据对预测结果的影响大于远期数据。这种方法通过平滑系数调整历史数据对当前预测值的影响，公式表示为：S_t = αS_{t-1} + (1-α)y_{t-1}，其中S_t是t时刻的预测值，α是平滑系数，y_{t-1}是t-1时刻的实际负荷。 短期负荷预测方法库包括回归分析法、指数平滑法、时间序列法、专家系统法、神经网络法等多种方法，每种方法有其适用场景和优势。例如，神经网络法能处理非线性关系，而时间序列法则适合发现数据的内在规律。考虑到影响负荷的因素复杂多变，预测人员可能需要结合多种方法进行预测，以提高准确性，这就是组合预测的思想。 本文中，作者朱向阳提出了一种基于资源分配网络的预测模型，此模型首次被应用于电力负荷预测，能实现较高的预测精度。此外，作者还开发了一个短期电力负荷预测系统，该系统集成在调度自动化系统中，采用客户机/服务器模式，利用MSSQL Server作为数据库，并采用面向对象的c++Builder进行开发。系统包含多种预测算法，如最小二乘法、线性回归法、时间序列法、相似日法、神经网络法和组合算法，形成预测方法库，以供比较和校核，从而提升预测精度。 通过实例分析，证明了这个系统能够满足地区电网短期负荷预测的需求，预测结果准确，用户界面友好，操作简便，具有强大的图形功能，能显著提高预测人员的工作效率。系统不仅考虑了预测精度，还兼顾了实时性、经济性和实用性，以适应电网调度部门的实际需求。