摘 要:
关键词:统计学;负荷特性;有载调压
Shantou''sElectricNetwork
Guangzhou510640
Keywords:statistics;loadcharacteristics;onloadvoltag
1前言
对电力系统负荷的历史数据进行分析,可为电网经营管理指导方针的制定和发用电生
负荷预测主要是基于可知性、可能性、连续性、相似性、反馈性和系统性原理。由于负荷预
统计学有一套成熟的技术来解决预测问题,现存的许多统计方法模型可对数据进行预测。如
现代统计学是综合规划、试验,以及资料汇集和解析,并据此做出决策的一门学科。负荷的
1)非周期渐变趋势。它是负荷在较长持续时间内的发展总动向,即从长期看,负荷数据连续
2)周期性趋势。它是由小时更换的特定规律作用而发生的周期性变动,在上次出现以后,每
3)随机型变化趋势。它反映用户负荷受随机因素,如受气象条件(温度、湿度)等引起的变
4)季节性变化量。它是由季节更换的特定规律作用而发生的周期性变动。常常与周期性变换
上述4种趋势中,非周期发展趋势代表基荷按年的增长。季节性变化量代表了因季节性气候
但是数据分析是一件相当困难的工作,要从大量的数据中找出存在各种周期性的规律,得到
2.1对气候影响的统计分析
由于气候因素对负荷的影响最大,本文首先研究了汕头地区日峰荷与温度因子的关系。为了
2.1.1成分分析
气温在负荷的历史数据中,可以看成是随机变量,将一天中的各个时刻点的气温看成是一个
式中:n为样本数;k=1,2,…,表示相对于l时刻滞为样本数
实际应用中,可以选取超过某一阈值的序列作为最相关因素。在此,本文以0.7作为选择主
式中,l=1,2,…,n,n的长度取决于所截取的时间序列段的长度。xi为i时刻的气温值。
2.1.2负荷数据的聚类分析
聚类分析就是通过无监督训练将样本按照相似性分类,把具有相似性的样本归为一类,占据
本文采用最近邻聚类学习算法,对初始聚类中心没有依赖性,根据聚类半径的大小,通过学
假设考虑第k对数据(xk,yk)时,k=1,2,…,M,已经存在M个聚类,其中心分别为x10,x20,…,,分别求出该数据对[1][2][3]下一页