[摘　要]96点短期负荷预测是各供电分公司调度部门的基础性工作。文中采用模式识别中的聚类分析方法，对影响负荷的不同相关因素建立历史映射数据库，在不同日之间计算相关度从而得到相似日，并在相似日的基础上采用线性外推法得到预测日的对应负荷。文中对奉贤地区三月份某一周的负荷数据做了预测验证。通过比较分析，表明该方法具有较高的精确度和较强的工程实用价值，不但减少了负荷预测对人的经验的依赖，而且应用简便、实用有效。
　　［关键词］电力系统　负荷预测　相似日法　外推法
　　
　　引言
　　
　　负荷预测是电力系统规划、计划、用电、调度等部门的基础工作，对电力系统控制、运行起着十分重要的作用，准确可靠的负荷预报对电力系统安全经济运行有着重大意义。短期负荷预测是负荷预测的重要组成部分，它主要用来预报未来几个小时、一天至几天的电力负荷，对于电力调度部门的经济调度、最优潮流，尤其对目前与将来的电力市场有着重要的意义。
　　负荷预测的研究从20世纪五六十年代就开始了，随着计算机技术的发展和新算法的不断提出，负荷预测的速度和精度逐步提高。目前应用于短期负荷预测的方法有很多，常用的有时间序列法、人工神经网络法、灰色模型法等等。总括体起来可分为以下几种类型：(1)仅利用负荷自身发展规律的方法，如ARMA模型等：(2)负荷发展规律与气象因素结合的方法，如ANN法，相似日法；(3)其他方法。
　　负荷的历史记录总是构成一个时间序列，时间序列法是目前负荷预测中应用最广的和较为成功的方法之一，但是其缺点在于不能方便的考虑天气情况等对负荷有重要影响的相关因素。在实际运行中，有经验的负荷预测人员往往能找出与预测日相似的某些天的负荷进行修正，从而预测，这种方法称之为相似日法，其通常由以下2个步骤组成：(1)采用某种差异评价函数，寻找最有可能与预测日负荷相似的某些天(相似日)；(2)根据待测负荷日的参数进行修正。
　　
　　注：本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文