1、“.....满足各类负荷的需要。负荷预测是在考虑各种影响的条件下，利用套系统地处理过去与未来负荷的数学方法，在满足定精度要求的条件下，确定未来特定时刻的负荷值。负荷预测按时间期限进行分类，通常分为长期中期短期超短期负荷预测。电力系统负荷预测是电力生产部门的重要工作之，对于电力系统控制运行和计划的意义非常重要。负荷预测的结果对于机组启停的安排及新的发电机的安装，对于电网的增容和改建......”。

2、“.....未来时刻的电力系统调度安排取决于负荷预测的结果，因此其结果的准确性直接影响调度结果，进步对电力系统的安全运行及其经济性带来重要影响。电力负荷变化受多方面影响。在为解决电力垄断而实行的市场化运营条件下，由于电力交易更加频繁及经营主体的差别，会出现各种不确定性因素，另外电价对于负荷变化的影响逐渐增强，是的负荷预测更加困难。市场各方更加重视信息的获取，准确的预测结果对于电力经营主体的运行效益有直接影响，因而对负荷预测精度又提出更高要求。但目前的负荷预测是人工进行的，是调度人员根据经验寻找相似日直观的预测，且仅限于提前天的预测。因此需要个自动的预测系统，以满足机组调动及经济效益的需求，且该系统要能减少对调度人员经验的依赖性并适应于不同的精度要求。因此，电力负荷预测水平成为衡量个电力企业的管理是否走向现代化的标志之......”。

3、“.....用电管理走向市场，电力负荷预测问题的解决也成为我们面临的艰巨而重要的任务。国内外研究现状国内外许多学者对此进行了研究，发展至今，已提出了许多测试方法，并在预测中应用最新的数学成果，预测水平得到迅速提高，预测研究取得了燕山大学本科生毕业设计论文很大进展。负荷预测的核心问题是预测的技术方法，即预测数学模型的建立。随着现代科学技术的发展，预测理论技术得到了很大改进，理论研究得到逐步深入。例如在国内，华北电力大学的陈志业牛东晓教授等先后对此进行了研究，开发了适合短中长期各类负荷预测的应用软件包，分别通过了电力工业部和有关网省局的技术鉴定，鉴定认为负荷预测模型的研究达到了国际先进水平，并已广泛的应用于华北电网各个地区。现已有的预测技术可分为定性的经验预测技术及依赖于数量模型定量的预测技术。在实际应用中，经验技术方法的预测精度并不比定量方法的预测精度差......”。

4、“.....尤其是在含有天气突变重大事件等不确定性因素的特殊情况下。经验技术方法不是依靠模型分析，而主要是依靠专家的判断，其结果只是给出个方向性的结论，这个结论也可能是数值型的。常用经验技术有专家预测法通过召开专家会议，面对面讨论问题或采用匿名方式发表各自的意见类比法对类似事物作类比分析，通过已知事物预测未知事物主观概率预测法综合若干专家估计的特定事件发生地主观概率。经典技术包括单耗法平均单位用电量该产品产量负荷密度法地区用电密度人口数或土地面积比例系数法假定以后与过去有相同的电力负荷增长比例，用历史数据求出比例系数，按比例预测未来发展弹性系数法。以下简单介绍下实际应用中的传统技术方法。平滑预测方法平滑预测法是对收集到的负荷变化的期数据，根据预测中重近轻远的原则，加以不等权，加大新近数据的权系数，减小远期数据的权数，以加强近期数据的作用，弱化远期数据的影响......”。

5、“.....用数理统计中的回归分析方法，建立回归模型，对观测数据进行统计分析，研究随机变量与可控量之间的关系，对未来负荷进行预测。回归预测包括线性回归与非线性回归。由于在实际中，负荷受多方面影响，分析变量间关系就要用到多元回归。章及标题多元线性回归模型的数学表达式,其中,是线性可控量,是与可控量无关的未知参数，是未知误差。模型经参数估计与检验后，既可用于预测。设定预测点,，代入式得观察值为，其预测值为预测误差为以上介绍的是线性回归模型，但在实际中多是非线性的变量关系，有些特殊情况可以通过适当的变量代换，转换线性相周日到周三周四和周五和公共假期。这些模型又分为热天平均温度在以上和冷天。共有种模型。这些参数使用来自伊朗国家电网年到年的数据确定，并用年的数据测试这些参数。该模型的从周日到周三......”。

6、“.....冷天。模型能够扩展到考虑季节性因素。些模型已经发展了这项任务。例如，个周期性自回归模型用,代表周期性动态系列。这些参数通过季节允许改变。个模型被用于模拟日负荷曲线的周期性行为，而月和日的周期性通过引入假变量被涵盖。泰勒等人提出了短期负荷预测的单模型的个对照。他们分析了四个主要的模型和两个基准功能。选择的模型是两个周期性模型，双季节性指数平滑人工神经网络和主成分分析回归模型。作者调整的指数平滑法是把古典季节性冬季平滑方法延伸到两个周期合并章及标题。变量和代表平滑水平和趋势和是季节指数，是时刻的预测，为起始点。这些参数除是待定平滑参数。参数用于阶自相关调整。这两个对照基于两个时间序列年里约热内卢的时负荷需求年月号到年月号......”。

7、“.....周。所提出的误差预测方法中只有被报道，因为其余的误差计算得到相同的结果。指数平滑方法是最好的方法。在中，研究延伸到以欧洲个国家的电力需求为基础的个单模型估算。同样，双周期性指数平滑方法用于小时中最长的主要时间的负荷预测产生最好的结果低于的。正如所看到的，时间序列方法非常普遍。然而，仍然有很多缺点。如回归基础方法时间序列方法可能遇到数值的不稳定。人工智能和计算机智能方法计算机智能是个相对较新的研究领域。计算机智能通常用来模糊系统人工神经网络进化计算机和群体智能领域。在这些领域中，神经网络是负荷预测中最长应用的方法。人工神经网络人工神经网络模拟人脑的基本工作原理，由神经元组成。神经元在它的输入结上接收信息并聚集信息。然后，它决定激活并通过输出结输出其响应到其他神经元。人工神经网络被广泛地用于负荷预测。正如所陈述的那样......”。

8、“.....些亚神经网络出现。在负荷预测中径向基函数网络自组织特征映射的聚类和递归神经网络被使用。然而，反馈神经网络是最长应用的亚型。前馈网络包含个输入层几个隐含层和个输出层。神经元由权向量连接，既无反馈也无层内连接。个神经元通过接收个输入计算其加权和减去所谓的偏差，并应用激活函数产生输出，即。基本学习和燕山大学本科生毕业设计论文权值调整方法是反向传播，即反向传播误差以调整权值。通常使用单隐层网络。等人提供了大型神经网络与古典方法的对照。古典方法从单纯的预测方法到平滑滤波和平滑滤波与线性回归的组合。进而想到平滑滤波和神经网络的结合。现在的工作是以来自里约热内卢当地家公共事业公司的数据预测未来小时的负荷曲线图。用于建立测试和验证负荷模型数据是年月到年月的时负荷和温度数据。等人发现大型神经网络效果最好，不仅最小，而且误差蔓延较小。正如他们所推断的......”。

9、“.....结论负荷预测对于电力部门的决策过程非常重要。本文概述了常用输入变量和预测指标，之后给出些模型和方法。越来越多的注意力集中在混合动力方法上。负荷预测不仅在为电力系统运营提供精确的估算方面非常重要，而且还是能源市场交易和决策的个基础。准确的预测是个关键因素个电力部门的决策者需要准确的预测，因为大多数决策必然是基于预期的未来需求。因此第批做出的决策之是选择个合适的模型。这取决于所预测的问题和当前形势。因此，没有统的建议。燕山大学毕业设计论文评审意见表指导教师评语成绩指导教师签字年月日评阅人评语成绩评阅人签字年月日注评语表填写内容小四号字，行距为磅。此行文字阅后删除。燕山大学毕业设计论文答辩委员会评语表答辩委员会评语总成绩答辩委员会成员签字答辩委员会主席签字年月日注评语表填写内容小四号字，行距为磅......”。