电力系统负荷建模的数据预处理技术_王雁平(2)

量与温度的相关系数为0.670 8，随机负荷分量与温[3] Papalexopoulos A D，Hesterberg T C．A regression-based approach to 度的相关系数为?0.073 7，由此可以看出负荷序列经short-term system load forecasting[J]．IEEE Transactions on Power 小波分解后已经有效地把长期增长分量及随机负荷 Systems，1990，5(4)：1535-1547．

分量分离出来，为进一步数据挖掘做好了准备。 [4] Amjady N．Short-term hourly load forecasting using time-series

modeling with peak load estimation capability[J]．IEEE Transactions

2.2 分时段考虑长期增长分量 on Power Systems，2001，16(3)：498-505．

负荷的长期增长一方面表现为基荷的增加，另[5] Moghram I，Rahman S．Analysis and evaluation of five short-term 一方面也表现为峰谷差的增大。也就是说，不同时load forecasting techniques[J]．IEEE Transactions on Power Systems，段的增长率并不完全相同，如果各时段采用同一的1989，4(4)：1484-1491．

[6] Komprej I，Zunko P．Proceeding of The 6th Mediterranean Electro

长期增长分量的话，有可能导致前后序列的峰谷差technical Conference[C]．IEEE，Ljubljana，1991．

不一致。因此提出了另一种考虑负荷长期增长分量[7] Trudnowski D J，McReynolds W L，Johnson J M. Real-time very 影响的方式，即分别计算各个时段的平均增长率。 short-term loadprediction for power-system automatic generation

设某日第i点的负荷数据为x(i,n)，则N天内control[J]．IEEE Transactions on Control Systems Technology，2001，

9(2)：254-260．

第i点的负荷序列为x(i,n)，可以采用如下方式来[8] Chan S H，Ngan H W，Chow W L．A flexible load forecasting model 计算各时刻的平均增长率。 for integrated resources planning[C]．International Conference on

设各时刻平均增长率为β(i)，则负荷满足 Electric Utility Deregulation and Restructuring and Power

x(i)=nβ(i)+ε (12) Technologies，2000．

式中：x(i)为n×1的向量；n为n×1的向量；β(i)是收稿日期：2007-11-20。

i时刻的平均增长率；ε为n×1的向量；平均增长率作者简介：

β(i)可用最小二乘法进行计算。王雁平(1973—)，男，助教，硕士，从事检测技术与智能控制方面研究；

乐春峡(1976—)，女，讲师，硕士，从事运动控制方面研究。 β(i)=(nTn)?1nTx(i) (13)

（实习编辑王晔）

各个时段的平均增长率可用图2来表示。