電力系統負荷預測中數據挖掘的應用分析

山東工商學院數學與信息科學學院 辛 英

1 電力系統符合預測的方法

在實際的工作中，由于影響電力系統的因素比較多，因此需要電力人員加強對電力負荷預測工作的管理和控制力度，對符合預測的方式進行合理的分析和預算，從而確保電力系統的正常運轉。傳統進行負荷預測分析的主要方式有：電量單耗法、電力彈性系數法、重要用戶調查法這三種。而中長期負荷預測大多都是應用在電力系統的擴建規劃設計中，對裝機容量的大小、形式、地點、時間和電網的增容擴建進行詳細的分析和規劃。短期預測的方法通常都是采用線性回歸分析法，其優勢在于快速、便捷，對于短時間內的電力系統負荷數據進行準確的預測和分析。不過隨著我國技術的不斷發展，現階段進行負荷預測的主要方式是數據挖掘技術，其優勢在于，通過電力系統內的數據，以模糊推理的形式構建出負荷預測的相關模型，并從中發現其潛在的內容，從而提升這個電力系統負荷預測數據的準確性。

2.簡述電力系統的數據挖掘技術

2.1 概念

數據挖掘是從大量的數據中通過篩選的方式選擇出具有潛在價值的內容并進行深入分析的一個過程，由于其涉及到的內容較多，工序也比較繁雜，因此在實際的工作中，必須要做到細致、耐心，以確保分析的準確性。隨著我國經濟和技術的不斷發展，數據挖掘技術也被越來越多的人重視和使用。不過在進行電力數據挖掘工作時，要結合構建模型的不同情況對數據進行相應的分析，通過對大量數據的分析，找出其內在更深層次的數據內容，并對這些內容進行合理的預測和分析，從而確保電力系統的正常運行，促進電力企業的進一步發展。

2.2 數據挖掘技術的方法

區域的不同，其負荷的情況也會發生改變，而預測的方式越多，給工作人員的選擇也就越多，自然其預測的數值也就越精確。在進行負荷預測工作時，有很多新的預測方式產生，比如說灰色系統法、人工神經網絡法等。同時，在電力系統符合預測過程中，還有一些輔助的方式來幫助預測的數值達到精細，例如負荷曲線預測方法、預測月度數據預測方法等，這這些方式在使用的過程中，還可以通過對歷史序列中存在的一些不良數據進行有效的監測，從而提升預測的準確度。這就給了相關人員比較多的選擇機會，結合實際的工作內容，選擇多種適合的預測方式，并對預測的數值進行細致的對比分析，得出最終的準確數據

2.3 數據挖掘在電力系統負荷預測中的實際應用

電力系統的有效運轉與人們的生活和生產是緊密聯系在一起的，不過由于人們對電量的需求情況不同，為了對其進行合理的控制，要對電力系統的負荷預測進行嚴格的管理。在電力輸送中，由于用戶的需求不同，其能量負荷也會有所不同，所以要對負荷的情況進行實時的追蹤，以確保電力輸送的穩定和安全。另外，在進行電力系統負荷預測時，使用數據挖掘技術可以對相應的數據進行深入的挖掘工作，并對挖掘出的信息進行詳細的預測和分析，從而滿足用戶對電力的需求，促進我國電力企業的發展。

3.數據挖掘技術在負荷預測中應用的主要內容

數據挖掘技術主要是針對電力系統負荷中的指標、電量、負荷特性、曲線、基于誤差以及用電客戶的管理等進行相應的預測工作。對于指標的預測主要分為兩個方面：經濟指標以及綜合指標，且挖掘的方式多達10種以上，即使是刪除一些方法，也可以確保其預測的數值進行有效的保存，不會影響后續的分析工作以及預測的準確性。

1）在進行電量預測工作時，主要是對月度以及年度的各行業的電量情況進行相應的預測。其各行業月度的電量預測采取的方式主要有：Winters周期性指數平滑預測法、改進Winters周期性指數平滑預測法、月度量周期自回歸模型預測法這三種。

2）負荷特性預測。主要包含了年負荷特性參數預測、月負荷特性參數預測和日負荷特性參數預測。其中月負荷特性參數預測主要是對月供電量、月最大日供電量、月最小日供電量、月平均日供電量、月最大負荷、月最小負荷、月平均負荷、月最大峰谷差、月平均日峰谷差、月平均日負荷率、月最小負荷率、月負荷率、月最大峰谷差率、月平均日峰谷差率等的數據管理工作。

3）日負荷特性參數預測則是對日供電量、日最大負荷、日最小負荷、日平均負荷、日峰谷差、日峰谷差率、日負荷率、日最小負荷率等進行相應的數據管理的工作。

4）曲線預測主要包括的內容有年負荷曲線，年持續負荷曲線以及日負荷曲線的預測工作。

5）基于誤差預測。其優勢在于將測量人員的經驗以及擬合誤差的信息進行有效的融合，將預測的數值進行合理的修正工作，從而提高預測數值的精確度。主要應用在國民經濟指標、綜合指標、年度各行業用電量這三方面的預測上。

通過分析擬合誤差的走勢，預測以后若干年擬合誤差的發展規律,確定未來年份的相對誤差上、下限，則可以得出預測對象未來年份預測結果。

6）基于綜合指標預測。這也是我國電力系統中最為傳統的方法，其可以對全部用電的住戶進行相應的電量預測工作。

4.電力系統負荷預測中數據挖掘技術的發展前景

數據挖掘技術是現今電力系統中實現電力自動化以及輸配自動化的重要組成部分。科技技術的不斷發展，不僅加快了我國電力自動化系統的發展速度，也加強了電力系統中數據挖掘技術的應選用范圍，從而將原有的數據內容與更新的數據有效的整合在一起，提升檢測速度，在確保數據準確性的同時加快了系統運行的效率。同時采用數據挖掘技術也是促進電力企業發展，提升我國經濟效益的有效措施，是未來我國電力企業發展的重要方向。

5.小結

通過上文的講述，我們明確了電力系統與數據挖掘技術之間的關系，利用數據挖掘技術可以有效的將電力系統中隱藏的數據急性挖掘和分析工作，從而提升電力系統運行的穩定和安全性，為促進我國電力企業的發展提供了有力的幫助。將數據挖掘技術應用到現今的電力系統負荷預測中，不僅可以對數據進行詳細且準確的整合和分析，還可以對電力自動化系統帶來一定的技術支持，從而提升企業發展的經濟效益。

[1]于志勇,張增強,呂盼,宋新甫．淺談電力負荷預測方法[J]．黑龍江科技信息,2017(05)．