中长期电力负荷预测的不确定性模型研究与应用
|
摘要
中长期电力负荷预测对于电网的容量规划、变电站选址、规模和建设时间优化等诸多问题都有重要的意义。正因为此，针对负荷影响因素的复杂性和不确定性，本文研究与探索了电力负荷的不确定性预测模型，以使预测更符合客观需要。
文章首先对描述和处理不确定性信息的不确定性数学理论进行了研究与介绍，重点是研究与介绍了云理论和盲数理论，并探讨它们用于描述和处理电力负荷预测中不确定性信息的可行性和优越性。
由于在电力负荷预测前期收集历史数据资料时，可能遇到历史数据缺损的情况。为此本文接着研究了对历史数据缺损的情况，如何进行补缺和修正，以使预测的结果更加准确、可信。除了在常用方法的基础上进行了改进，还重点探讨了两种有效的基于神经网络的预处理方法。此外，还对特定历史条件下出现的拉闸限电情况的处理进行了一定的说明。
在探讨了电力负荷预测的特点、目前预测工作的现状和存在的问题，以及做了上述准备工作的基础之上，鉴于中长期负荷预测需面对大量不确定性信息这一现实，本文应用一些新兴理论改进和提出了六类中长期电力负荷预测的不确定性预测模型，分别是随机预测模型、模糊预测模型、灰色预测模型、云理论预测模型、盲数预测模型和未确知有理数组合预测模型。其中尤其值得一提的是云理论预测模型和盲数预测模型，本文率先将云理论引入到电力负荷预测中来，实现定性预测语言与定量数值之间的自然转换，克服了常用定性定量转换中强硬规定性和确定性的弊端，预测结果为具有不确定性的点集；盲数预测模型由于盲数理论本身的特点，较好地解决了影响中长期负荷预测的因素具有多种不确定性的问题；此外，为了解决单一负荷预测模型进行预测时对原始信息利用不足、预测结果由于预测方法本身的缺陷而引起误差等问题，本文还提出了可虑除不合理预测值的未确知有理数组合预测模型。
在不确定性预测模型研究的基础上，结合北方某地区供电公司科技创新项目的实际需要，我们用Delphi语言开发了一套以不确定性预测模型为主同时也包括大量常规预测模型的电力系统中长期负荷预测软件。
最后，本文对研究内容进行了总结，并对由于时间等原因未能进一步展开的研究进行了展望。
Medium and long term load forecasting is the basis of power system planning and construction. Exact degree of load forecasting will directly affect the rationality of investment, network layout and running. For the complexity and uncertainty of load, the uncertain models for medium and long term load forecasting are discussed.
The significance of the research is given. According to the characters of the uncertain factors, this paper sets forth the feasibility and the advantage of the stochastic theory, fuzzy theory, gray system principal, cloud theory, blind number theory and the theorem of unascertained rational number in the aspect of solving the problem of the uncertain factors.
In the medium and long term load forecasting, the shortage and damage data may be encountered when historical data are collected. According to that, this paper applies a number of methods including two kinds of neural network methods to data pretreatment for electric load forecasting. The complement of the vacant data and the searching and correcting of the distortional data are discussed. Besides, the disposal of limiting power by turning off pull-switch is explained too.
The central problem of power system load forecast is the proper use of certain mathematical method. Because of the influence of the uncertain factors to the medium and long term load forecasting, this paper applies some new methods to improve the original models, or to presents some new models, such as random predicting model, fuzzy forecasting model, blind number forecasting model, cloud forecasting model and unascertained rational number combinatorial predication model and so on. The examples tell that these models are more applicable for the medium and long term load forecasting.
On the basis of the research above and combining the actual requirement of an innovatory project, a set of load forecasting software with Delphi being make up of conventional methods and uncertain methods was developed.
In the end, the research results of this dissertation are summarized, and some directions for further research are also provided.
文章首先对描述和处理不确定性信息的不确定性数学理论进行了研究与介绍，重点是研究与介绍了云理论和盲数理论，并探讨它们用于描述和处理电力负荷预测中不确定性信息的可行性和优越性。
由于在电力负荷预测前期收集历史数据资料时，可能遇到历史数据缺损的情况。为此本文接着研究了对历史数据缺损的情况，如何进行补缺和修正，以使预测的结果更加准确、可信。除了在常用方法的基础上进行了改进，还重点探讨了两种有效的基于神经网络的预处理方法。此外，还对特定历史条件下出现的拉闸限电情况的处理进行了一定的说明。
在探讨了电力负荷预测的特点、目前预测工作的现状和存在的问题，以及做了上述准备工作的基础之上，鉴于中长期负荷预测需面对大量不确定性信息这一现实，本文应用一些新兴理论改进和提出了六类中长期电力负荷预测的不确定性预测模型，分别是随机预测模型、模糊预测模型、灰色预测模型、云理论预测模型、盲数预测模型和未确知有理数组合预测模型。其中尤其值得一提的是云理论预测模型和盲数预测模型，本文率先将云理论引入到电力负荷预测中来，实现定性预测语言与定量数值之间的自然转换，克服了常用定性定量转换中强硬规定性和确定性的弊端，预测结果为具有不确定性的点集；盲数预测模型由于盲数理论本身的特点，较好地解决了影响中长期负荷预测的因素具有多种不确定性的问题；此外，为了解决单一负荷预测模型进行预测时对原始信息利用不足、预测结果由于预测方法本身的缺陷而引起误差等问题，本文还提出了可虑除不合理预测值的未确知有理数组合预测模型。
在不确定性预测模型研究的基础上，结合北方某地区供电公司科技创新项目的实际需要，我们用Delphi语言开发了一套以不确定性预测模型为主同时也包括大量常规预测模型的电力系统中长期负荷预测软件。
最后，本文对研究内容进行了总结，并对由于时间等原因未能进一步展开的研究进行了展望。
Medium and long term load forecasting is the basis of power system planning and construction. Exact degree of load forecasting will directly affect the rationality of investment, network layout and running. For the complexity and uncertainty of load, the uncertain models for medium and long term load forecasting are discussed.
The significance of the research is given. According to the characters of the uncertain factors, this paper sets forth the feasibility and the advantage of the stochastic theory, fuzzy theory, gray system principal, cloud theory, blind number theory and the theorem of unascertained rational number in the aspect of solving the problem of the uncertain factors.
In the medium and long term load forecasting, the shortage and damage data may be encountered when historical data are collected. According to that, this paper applies a number of methods including two kinds of neural network methods to data pretreatment for electric load forecasting. The complement of the vacant data and the searching and correcting of the distortional data are discussed. Besides, the disposal of limiting power by turning off pull-switch is explained too.
The central problem of power system load forecast is the proper use of certain mathematical method. Because of the influence of the uncertain factors to the medium and long term load forecasting, this paper applies some new methods to improve the original models, or to presents some new models, such as random predicting model, fuzzy forecasting model, blind number forecasting model, cloud forecasting model and unascertained rational number combinatorial predication model and so on. The examples tell that these models are more applicable for the medium and long term load forecasting.
On the basis of the research above and combining the actual requirement of an innovatory project, a set of load forecasting software with Delphi being make up of conventional methods and uncertain methods was developed.
In the end, the research results of this dissertation are summarized, and some directions for further research are also provided.
引文
【1】 刘晨晖．电力系统负荷预报理论与方法【M】．哈尔滨：哈尔滨工业大学出版社，1987．
【2】 牛东晓，曹树华，赵磊，等．电力负荷预测技术及其应用【M】．北京：中国电力出版社，1998．
【3】 康重庆，夏清，张伯明．电力系统负荷预测研究综述与发展方向的讨论【J】．电力系统自动化，2004， 28(17)：1～11．
【4】 赵希正，周小谦，姜绍俊，等．中国电力负荷特性分析与预测【M]．北京：中国电力出版，2002．
【5】 李小燕．配电网中长期负荷预测模型的研究【D】．合肥：合肥工业大学，2005．
【6】 李媛媛．中长期负荷预测模型研究及系统实现[D]．北京：华北电力大学，2002．
【7】 王锡凡．电力系统优化规划【M]．北京：水利电力出版社，1990．
【8】 肖国泉，王春，张福伟．电力负荷预测【M】．北京：中国电力出版社，2001．
[9】 腾俊．年最大负荷概率分析与预测的研究与应用【D】．南京：河海大学，2004．
【10】 冯晋．电力系统中长期负荷预测【D】．成都：四川大学，2004．
【11] 柴淑云．电力系统中长期负荷预测方法的研究与软件开发[D]．北京：华北电力大学，2005．
【12】 冯福旺．灰色理论在中长期负荷预测中的应用[D]．太原：太原理工大学，2005．
[13] Kandil M S, El-Debeiky S M, Hasanien N E. Overview and Comparison of Long-term Forecasting Techniques for a Fast Developing Utility: Part Ⅰ[J]. Electric Power Systems Research, 2001, 58 (1): 11～17.
[14] Barakat E H, Al-rashed S A. Long Range Peak Demand Forecasting Under Conditions of High Growth[J]. IEEE Trans on Power Systems, 1992, 7 (4): 1483～1486.
【15】 宋燕敏，华定中，曹荣章，等．电网商业化运营管理与调度系统研究(一)——系统功能设计【J】．电力系统自动化，1998．22(10)：53～57．
【16】 黄桂华．中长期电力负荷预测方法的简述【J】．农村电气化，2002，24(8)：8．
【17】 申刚，徐光虎，顾洁，等．华东电网中长期电力负荷预测数据库和负荷预测软件【J】．华东电力，2002， 31(6)：1～4．
【18】 朱继萍．长期电力负荷预测及相关因素不确定性的影响【D】．西安：西安科技大学，2005．
【19】 申刚，徐光虎，顾洁，等．电力系统中长期负荷预测软件包的开发【J】．电网技术，2002，26(5)： 1～4．
【20】 张毅．中长期电力负荷预测【D】．成都：四川大学，2003．
【21】 宁波，康重庆，夏清．中长期负荷预测模型的扩展策略【J】．中国电力，2000，33(10)：36～38．
【22】 朱韬析．电力系统负荷预测【D】．杭州：浙江大学，2005．
【23】 王学仁，温忠舜．应用回归分析【M]．重庆：重庆大学出版社，1991．
[24] Ranaweera D K, Karady O G, Farmer R G. Economic Impact Analysis of Load Forecasting[J]. IEEE Transactions on Power Systems, 1997, 12 (3): 1388～1392.
[25] Al-Garni A Z, Zubair S M. A regression model for electric-energy-consumption forecasting in Eastern Saudi Arabia[J].Energy, 1994, 19 (10): 1043～1049.
[26] Haida T, Muto S. Regression based peak load forecasting using a transformation technique[J]. IEEE Transactions on Power Systems, 1994, 9 (4): 1788～1794.
[27] Barakat E E, Al-Rashed S A. Long range peak demand forecasting under conditions of high growth[J]. IEEE Transactions on Power Systems, 1992, 7 (4): 1483～1486.
【28】 吴凤山．实用预测技术【M】．北京：社会科学文献出版社，1987．
[29] Mbamalu G A N, El-Hawary M E. Load Forecasting Via Suboptimal Seasonal Regressive Models and Iteratively Reweighted Least Squares Estimation[i]. IEEE Transactions on Power Systems, 1993, 8 (1): 343～34.
【30】 孙海斌，李扬，卢毅，等．电力系统短期负荷预测方法综述【J】．江苏电机工程，2000，19(2)：9～13，17．
【31】 于尔铿，刘广一，周京阳．能量管理系统【M】．北京：科学出版社，1998．
[32] Moghram I, Rahman S. Analysis and evaluation of five short-term load forecasting techniques[J]. IEEE Transactions on Power Systems, 1989, 4 (4): 1484～1491.
【33】 孙洪波．电力网络规划【M]．重庆：重庆大学出版社，1996．
【34】 邓聚龙．灰色系统基本方法[MI．武汉：华中理工大学出版社，1988．
[35] Morita Hironobu, Zhang Deping, Tamura Yasuo. Long-term Load Forecasting Using Grey System Theory[J]. Electrical Engineering in Japan, 1995, 115 (2): 11～20.
【36】 周平，杨岚，周家启．电力系统负荷灰色预测的新方法【J】．电力系统及其自动化学报，1998．10(3)： 45～50．
【37】 张大海，史开泉，江世芳．灰色负荷预测的参数修正法【J】．电力系统及其自动化学报，2001，13(2)： 20～22．
【38】 陈章潮，熊岗．应用改进的灰色模型进行长期电力需求预测【J】．电力系统自动化，1993，17(7)： 20～24．
【39】 王成山，杨军．张崇见．灰色系统理论在城市年用电量预测中的应用——不同预测方法的分析比较 【J】．电网技术，1999，23(2)：15～18．
【40】 肖俊．基于粒子群算法的GM(1，1)模型及其应用【D】．武汉：华中科技大学，2005．
【41】 戴文进．付小科．电力系统负荷预测【J】．世界科技研究与发展，2002，24(3)：40～43．
[42] Hippert H S, Pedreira C E, Souza R C. Neural Networks for Short-term Load Forecasting: A Review and Evaluation[J]. IEEE Trans on Power Systems, 2001, 16 (1): 44～55.
【43】 蒋平，鞠平．应用人工神经网络进行中期电力负荷预报【J】．电力系统自动化，1995，19(6)：11～17．
[44】 仇钧．宁波地区电力负荷研究【D】．杭州：浙江大学，2005．
【45】 闰承山，刘永奇．人工神经网络在华北电网负荷预测中的作用【J】．电网技术，1998，22(7)：5～9．
【46】 周中明，李建平，张鑫，等．ANN在电力系统中期负荷预测中的应用【J】．电力系统及其自动化学报， 2003，15(2)： 36～39．
[47] Mori H, Yuihara A. Deterministic Annealing Clustering for ANN-based Short-tenor Load Forecasting[J]. IEEE Transactions on Power Systems, 2001, 16 (3): 545～551.
【48】 张丽．模糊神经网络在短期负荷预测中的应用【D】．武汉：华中科技大学，2005．
[49] Alireza Khotanzad, Reza Aflchami-Rohani, Dominic Maratukul. ANNSTLF-Artificial Neural Network Short-Term Load Forecaster-Generation Three[J]. IEEE Transactions on Power Systems, 1998, 13 (4): 1413～1422.
【50】 王民量，张伯明，夏清．电力负荷短期预测的共扼梯度ANN方法【J】．电力系统自动化，1999， 23(1)：34～36．
【51】 王白玲．电力负荷组合预测的理论方法及影响因素分析【D】．北京：华北电力大学，2005．
【52】 康重庆，霞清，沈瑜，等．电力系统负荷预测的综合模型【J】．清华大学学报(自然科学版)，1999， 39(1)：8～11．
【53】 牛东晓．具有二重趋势性的季节型电力负荷预测组合优化灰色神经网络模型【J】．中国电机工程学报，2002，22(1)：29：29～32．
[54] Srinivasan D, Swee Sien Tan, Ghang C S, et al. Parallel Neural Network-fuzzy Expert System Strategy for Short-term Load Forecasting: System Implementation and Performance Evaluation[J]. IEEE Trans on Power Systems, 1999, 14 (3): 1100～1105.
【55】 徐光虎，申刚，顾洁，等．基于自适应进化规划的电力系统负荷预测综合模型【J】．电力自动化设备， 2002，22(6)：29～32．
【56】 刘兵军，牛东晓．灰色自适应滤波组合优化预测模型及其应用【J】．电网技术．1998，22(9)：43～45．
[57] Chen G J, Li K K, Chung T S, et al. Application of an Innovative Combined Forecasting Method in Power System Load Forecasting[J]. Electric Power Systems Research, 2001, 59 (2): 131～137.
【58】 孙洪波，徐国禹，秦翼鸿．模糊理论在电力负荷预测中的应用【J】．重庆大学学报，1994，17(1)： 18～22．
【59】 陈章潮，顾洁．模糊理论在上海浦东新区电力负荷预测中的应用【J】．系统工程理论与实践，1995， 14(1)：63～68．
[60] Kandil M S, El-Debeiky S M, Hasanien N E. Long-term Load Forecasting for Fast Developing Utility Using a Knowledge-based Expert System[J]. IEEE Transactions on Power Systems, 2002, 17 (2): 491～496.
[61] Bhattacharya T K, Basu T K. Medium Range Forecasting of Power System Load Using Modified Kalman Filter and Walsh Transform[J]. International Journal of Electrical Power and Energy System, 1993, 15 (2): 109～115.
[62] Sfetsos A. Short-term Load Forecasting with a Hybrid Clustering Algorithm[J]. IEE Proceedings Communications, 2003, 150 (3): 257～262.
【63】 邰能灵，侯志俭，李涛，等．基于小波分析的电力系统短期负荷预测方法【J】．中国电机工程学报， 2003，23(1)：45～50．
【64】 赵登福，吴娟，刘显，等．基于事例推理的短期负荷预【J】．西安交通大学学报，2003，37(6)：608～611．
【65】 严华，吴捷，马志强，等．模糊集理论在电力系统短期负荷预测中的应用【J】．电力系统自动化，2000， 24(11)：67～72．
【66】 权先璋，蒋传文，张勇传．电力负荷的混沌预测方法【J】．华中理工大学学报，2000，28(7)：92～94．
【67】 李天云，刘自发．电力系统负荷的混沌特性及预测【J】．中国电机工程学报，2000，20(11)：36～40．
【68】 梁志珊，干丽敏，付大鹏，等．基于Lyapunov指数的电力系统短期负荷预测【J】．中国电机工程学报， 1998，18(5)：368～371．
【69】 唐立春，李光熹，熊曼丽．基于分形的电力系统负荷预测【J】．电力系统及其自动化学报，1999，11(4)：21～24，35．
【70】 吴小明，邱家驹，张国江，等．软计算方法和数据挖掘理论在电力系统负荷预测中的应用【J】．电力系统及其自动化学报，2003，15(1)：1～4，94．
【71】 程其云．基于数据挖掘的电力短期负荷预测模型及方法的研究【D】．重庆：重庆大学，2004．
【72】 尹国定，卫红．云计算——实现概念计算的方法【J】．东南大学学报(自然科学版)，2003，33(4)： 502～506．
【73】 蒋嵘，李德毅，陈晖．基于云模型的时间序列预测【J】．解放军理工大学学报，2000，1(5)：13～18．
【74】 李德毅，孟海军，史雪梅．隶属云和隶属云发生器【J】．计算机研究与发展，1995，32(6)：15～20．
【75】 岳训，李全忠，孙忠林，张艳奇．定性预测系统的建模方法[J]．计算机工程，2001，27(9)：97～99．
【76】 刘开第，吴和琴，庞彦军．盲数的概念、运算与性质【J】．运筹与管理，1998，7(3)：14～17．
【77】 蓝信军．长期电力负荷预测的模糊数学方法研究[D]．长沙：湖南大学，2004．
【78】 刘健，朱继萍，程红丽．相关因素不确定性对负荷预测结果的影响【J】．中国电力，2005，38(10)： 20～24．
【79】 韦钢，贺静，张一尘．中长期电力负荷预测的盲数回归方法【J】．高电压技术，2005，31(2)：73～75．
【80】 王新洲，史文中，王树良．模糊空间信息处理[M】．武汉：武汉大学出版社，2003．
【81】 雷秀仁，任震，陈碧云，万官泉．电力系统可靠性评估的不确定性数学模型探讨【J】．电力自动化设备，2005，25(11)：1～4．
【82】 林元烈，梁宗霞．随机数学引论【M]．北京：清华大学出版社，2003．
【83】 张焰，陈章潮，谈伟．不确定性的电网规划方法研究【J】．电网技术，1999，23(3)：15～18，22．
[84] R R Yager, D P Filev. Including Probahilistic Uncertainty in Fuzzy Logic Controller Modeling Using Dempster—Shafer Theory[J].IEEE Trans on SMC, 1995, (25): 1221～1230.
[85] B.Borkowska. Probabilistic load flow[J]. IEEE Transactions on Power Apparatus and Systems, 1974, 93 (1): 752～759.
[86] Mo-yuen Chow, Hahn Tram. Application of Fuzzy Logic Technology for Spatial Load Forecasting[J]. IEEE Transaction on Power Systems, 1997, 12 (3): 1360～1366.
【87】 刘开第，吴和琴，庞彦军，刘开展，高志强．不确定性信息数学处理及应用【M】．北京：科学出版社， 1999．
【88】 邸凯昌，李德毅，李德仁．云理论及其在空间数据发掘和知识发现中的应用【J】．中国图象图形学报， 1999，4(11)：930～935．
【89】 高赐威，程浩忠，王旭．盲信息的模糊评价模型在电网规划中的应用【J】．中国电机工程学报，2004， 24(9)：24～29．
【90】 韦钢，王飞，张永健，符杨．负荷预测中历史数据缺损处理【J】．电力科学与工程，2004，20(1)： 16～19
[91] Bianchini M, Frasconi P, Cori M. Learning without Local Minima in Radial Basis Function Networks[J]. IEEE Trans Neural Networks, 1995, 6 (3): 749～755.
【92】 陈泽淮，张尧，武志刚．RBF神经网络在中长期负荷预测中的应用【J】．电力系统及其自动化学报， 2006，18(1)：15～19．
【93】 赵闯，刘凯，李电生．基于广义回归神经网络的货运量预测【J】．铁道学报，2004，26(1)： 12～15．
【94】 周俊武，孙传尧，王福利．径向基函数(RBF)网络的研究及实现【J】．矿冶，2001，10(4)：71～75．
【95】 靳忠伟，叶舟，陈康民，姚章涛，王桂华，李国祥．α—加权模糊线性回归模型及其在电力需求预测中的应用【J】．上海理工大学学报，2005，27(4)：319～322．
【96】 张靖，郑国跃，何宇．二级模糊因素的负荷预测线性回归法【J】．贵州工业大学学报(自然科学版)， 2003，32(6)：29～31．
【97】 顾洁．电力系统中长期负荷预测的模糊算法【J】．上海交通大学学报，2002，36(2)：255～258．
[98] Takagi T, Sugeno M. Fuzzy. Identification of Systems and its Applications to Modeling and Control[J]. IEEE Trans on Man and Cybernetics, 1985, 15 (1): 116～132.
【99】 吕海波，赵艳林，孔令伟，刘玉梅．自适应模糊神经网络在膨胀土胀缩等级分类中的应用【J】．岩土力学，2006，27(6)：908～912．
【100】 牛东晓，张彤彤，陈立荣，张博．基于关联分析的多因素电力负荷预测灰色模型群研究【J】．华北电力大学学报，2006．33(3)：90～92．
【101】 杨朝晖，李德毅．二维云模型及其在预测中的应用【J】．计算机学报，1998，21(11)：961～968．
【2】 牛东晓，曹树华，赵磊，等．电力负荷预测技术及其应用【M】．北京：中国电力出版社，1998．
【3】 康重庆，夏清，张伯明．电力系统负荷预测研究综述与发展方向的讨论【J】．电力系统自动化，2004， 28(17)：1～11．
【4】 赵希正，周小谦，姜绍俊，等．中国电力负荷特性分析与预测【M]．北京：中国电力出版，2002．
【5】 李小燕．配电网中长期负荷预测模型的研究【D】．合肥：合肥工业大学，2005．
【6】 李媛媛．中长期负荷预测模型研究及系统实现[D]．北京：华北电力大学，2002．
【7】 王锡凡．电力系统优化规划【M]．北京：水利电力出版社，1990．
【8】 肖国泉，王春，张福伟．电力负荷预测【M】．北京：中国电力出版社，2001．
[9】 腾俊．年最大负荷概率分析与预测的研究与应用【D】．南京：河海大学，2004．
【10】 冯晋．电力系统中长期负荷预测【D】．成都：四川大学，2004．
【11] 柴淑云．电力系统中长期负荷预测方法的研究与软件开发[D]．北京：华北电力大学，2005．
【12】 冯福旺．灰色理论在中长期负荷预测中的应用[D]．太原：太原理工大学，2005．
[13] Kandil M S, El-Debeiky S M, Hasanien N E. Overview and Comparison of Long-term Forecasting Techniques for a Fast Developing Utility: Part Ⅰ[J]. Electric Power Systems Research, 2001, 58 (1): 11～17.
[14] Barakat E H, Al-rashed S A. Long Range Peak Demand Forecasting Under Conditions of High Growth[J]. IEEE Trans on Power Systems, 1992, 7 (4): 1483～1486.
【15】 宋燕敏，华定中，曹荣章，等．电网商业化运营管理与调度系统研究(一)——系统功能设计【J】．电力系统自动化，1998．22(10)：53～57．
【16】 黄桂华．中长期电力负荷预测方法的简述【J】．农村电气化，2002，24(8)：8．
【17】 申刚，徐光虎，顾洁，等．华东电网中长期电力负荷预测数据库和负荷预测软件【J】．华东电力，2002， 31(6)：1～4．
【18】 朱继萍．长期电力负荷预测及相关因素不确定性的影响【D】．西安：西安科技大学，2005．
【19】 申刚，徐光虎，顾洁，等．电力系统中长期负荷预测软件包的开发【J】．电网技术，2002，26(5)： 1～4．
【20】 张毅．中长期电力负荷预测【D】．成都：四川大学，2003．
【21】 宁波，康重庆，夏清．中长期负荷预测模型的扩展策略【J】．中国电力，2000，33(10)：36～38．
【22】 朱韬析．电力系统负荷预测【D】．杭州：浙江大学，2005．
【23】 王学仁，温忠舜．应用回归分析【M]．重庆：重庆大学出版社，1991．
[24] Ranaweera D K, Karady O G, Farmer R G. Economic Impact Analysis of Load Forecasting[J]. IEEE Transactions on Power Systems, 1997, 12 (3): 1388～1392.
[25] Al-Garni A Z, Zubair S M. A regression model for electric-energy-consumption forecasting in Eastern Saudi Arabia[J].Energy, 1994, 19 (10): 1043～1049.
[26] Haida T, Muto S. Regression based peak load forecasting using a transformation technique[J]. IEEE Transactions on Power Systems, 1994, 9 (4): 1788～1794.
[27] Barakat E E, Al-Rashed S A. Long range peak demand forecasting under conditions of high growth[J]. IEEE Transactions on Power Systems, 1992, 7 (4): 1483～1486.
【28】 吴凤山．实用预测技术【M】．北京：社会科学文献出版社，1987．
[29] Mbamalu G A N, El-Hawary M E. Load Forecasting Via Suboptimal Seasonal Regressive Models and Iteratively Reweighted Least Squares Estimation[i]. IEEE Transactions on Power Systems, 1993, 8 (1): 343～34.
【30】 孙海斌，李扬，卢毅，等．电力系统短期负荷预测方法综述【J】．江苏电机工程，2000，19(2)：9～13，17．
【31】 于尔铿，刘广一，周京阳．能量管理系统【M】．北京：科学出版社，1998．
[32] Moghram I, Rahman S. Analysis and evaluation of five short-term load forecasting techniques[J]. IEEE Transactions on Power Systems, 1989, 4 (4): 1484～1491.
【33】 孙洪波．电力网络规划【M]．重庆：重庆大学出版社，1996．
【34】 邓聚龙．灰色系统基本方法[MI．武汉：华中理工大学出版社，1988．
[35] Morita Hironobu, Zhang Deping, Tamura Yasuo. Long-term Load Forecasting Using Grey System Theory[J]. Electrical Engineering in Japan, 1995, 115 (2): 11～20.
【36】 周平，杨岚，周家启．电力系统负荷灰色预测的新方法【J】．电力系统及其自动化学报，1998．10(3)： 45～50．
【37】 张大海，史开泉，江世芳．灰色负荷预测的参数修正法【J】．电力系统及其自动化学报，2001，13(2)： 20～22．
【38】 陈章潮，熊岗．应用改进的灰色模型进行长期电力需求预测【J】．电力系统自动化，1993，17(7)： 20～24．
【39】 王成山，杨军．张崇见．灰色系统理论在城市年用电量预测中的应用——不同预测方法的分析比较 【J】．电网技术，1999，23(2)：15～18．
【40】 肖俊．基于粒子群算法的GM(1，1)模型及其应用【D】．武汉：华中科技大学，2005．
【41】 戴文进．付小科．电力系统负荷预测【J】．世界科技研究与发展，2002，24(3)：40～43．
[42] Hippert H S, Pedreira C E, Souza R C. Neural Networks for Short-term Load Forecasting: A Review and Evaluation[J]. IEEE Trans on Power Systems, 2001, 16 (1): 44～55.
【43】 蒋平，鞠平．应用人工神经网络进行中期电力负荷预报【J】．电力系统自动化，1995，19(6)：11～17．
[44】 仇钧．宁波地区电力负荷研究【D】．杭州：浙江大学，2005．
【45】 闰承山，刘永奇．人工神经网络在华北电网负荷预测中的作用【J】．电网技术，1998，22(7)：5～9．
【46】 周中明，李建平，张鑫，等．ANN在电力系统中期负荷预测中的应用【J】．电力系统及其自动化学报， 2003，15(2)： 36～39．
[47] Mori H, Yuihara A. Deterministic Annealing Clustering for ANN-based Short-tenor Load Forecasting[J]. IEEE Transactions on Power Systems, 2001, 16 (3): 545～551.
【48】 张丽．模糊神经网络在短期负荷预测中的应用【D】．武汉：华中科技大学，2005．
[49] Alireza Khotanzad, Reza Aflchami-Rohani, Dominic Maratukul. ANNSTLF-Artificial Neural Network Short-Term Load Forecaster-Generation Three[J]. IEEE Transactions on Power Systems, 1998, 13 (4): 1413～1422.
【50】 王民量，张伯明，夏清．电力负荷短期预测的共扼梯度ANN方法【J】．电力系统自动化，1999， 23(1)：34～36．
【51】 王白玲．电力负荷组合预测的理论方法及影响因素分析【D】．北京：华北电力大学，2005．
【52】 康重庆，霞清，沈瑜，等．电力系统负荷预测的综合模型【J】．清华大学学报(自然科学版)，1999， 39(1)：8～11．
【53】 牛东晓．具有二重趋势性的季节型电力负荷预测组合优化灰色神经网络模型【J】．中国电机工程学报，2002，22(1)：29：29～32．
[54] Srinivasan D, Swee Sien Tan, Ghang C S, et al. Parallel Neural Network-fuzzy Expert System Strategy for Short-term Load Forecasting: System Implementation and Performance Evaluation[J]. IEEE Trans on Power Systems, 1999, 14 (3): 1100～1105.
【55】 徐光虎，申刚，顾洁，等．基于自适应进化规划的电力系统负荷预测综合模型【J】．电力自动化设备， 2002，22(6)：29～32．
【56】 刘兵军，牛东晓．灰色自适应滤波组合优化预测模型及其应用【J】．电网技术．1998，22(9)：43～45．
[57] Chen G J, Li K K, Chung T S, et al. Application of an Innovative Combined Forecasting Method in Power System Load Forecasting[J]. Electric Power Systems Research, 2001, 59 (2): 131～137.
【58】 孙洪波，徐国禹，秦翼鸿．模糊理论在电力负荷预测中的应用【J】．重庆大学学报，1994，17(1)： 18～22．
【59】 陈章潮，顾洁．模糊理论在上海浦东新区电力负荷预测中的应用【J】．系统工程理论与实践，1995， 14(1)：63～68．
[60] Kandil M S, El-Debeiky S M, Hasanien N E. Long-term Load Forecasting for Fast Developing Utility Using a Knowledge-based Expert System[J]. IEEE Transactions on Power Systems, 2002, 17 (2): 491～496.
[61] Bhattacharya T K, Basu T K. Medium Range Forecasting of Power System Load Using Modified Kalman Filter and Walsh Transform[J]. International Journal of Electrical Power and Energy System, 1993, 15 (2): 109～115.
[62] Sfetsos A. Short-term Load Forecasting with a Hybrid Clustering Algorithm[J]. IEE Proceedings Communications, 2003, 150 (3): 257～262.
【63】 邰能灵，侯志俭，李涛，等．基于小波分析的电力系统短期负荷预测方法【J】．中国电机工程学报， 2003，23(1)：45～50．
【64】 赵登福，吴娟，刘显，等．基于事例推理的短期负荷预【J】．西安交通大学学报，2003，37(6)：608～611．
【65】 严华，吴捷，马志强，等．模糊集理论在电力系统短期负荷预测中的应用【J】．电力系统自动化，2000， 24(11)：67～72．
【66】 权先璋，蒋传文，张勇传．电力负荷的混沌预测方法【J】．华中理工大学学报，2000，28(7)：92～94．
【67】 李天云，刘自发．电力系统负荷的混沌特性及预测【J】．中国电机工程学报，2000，20(11)：36～40．
【68】 梁志珊，干丽敏，付大鹏，等．基于Lyapunov指数的电力系统短期负荷预测【J】．中国电机工程学报， 1998，18(5)：368～371．
【69】 唐立春，李光熹，熊曼丽．基于分形的电力系统负荷预测【J】．电力系统及其自动化学报，1999，11(4)：21～24，35．
【70】 吴小明，邱家驹，张国江，等．软计算方法和数据挖掘理论在电力系统负荷预测中的应用【J】．电力系统及其自动化学报，2003，15(1)：1～4，94．
【71】 程其云．基于数据挖掘的电力短期负荷预测模型及方法的研究【D】．重庆：重庆大学，2004．
【72】 尹国定，卫红．云计算——实现概念计算的方法【J】．东南大学学报(自然科学版)，2003，33(4)： 502～506．
【73】 蒋嵘，李德毅，陈晖．基于云模型的时间序列预测【J】．解放军理工大学学报，2000，1(5)：13～18．
【74】 李德毅，孟海军，史雪梅．隶属云和隶属云发生器【J】．计算机研究与发展，1995，32(6)：15～20．
【75】 岳训，李全忠，孙忠林，张艳奇．定性预测系统的建模方法[J]．计算机工程，2001，27(9)：97～99．
【76】 刘开第，吴和琴，庞彦军．盲数的概念、运算与性质【J】．运筹与管理，1998，7(3)：14～17．
【77】 蓝信军．长期电力负荷预测的模糊数学方法研究[D]．长沙：湖南大学，2004．
【78】 刘健，朱继萍，程红丽．相关因素不确定性对负荷预测结果的影响【J】．中国电力，2005，38(10)： 20～24．
【79】 韦钢，贺静，张一尘．中长期电力负荷预测的盲数回归方法【J】．高电压技术，2005，31(2)：73～75．
【80】 王新洲，史文中，王树良．模糊空间信息处理[M】．武汉：武汉大学出版社，2003．
【81】 雷秀仁，任震，陈碧云，万官泉．电力系统可靠性评估的不确定性数学模型探讨【J】．电力自动化设备，2005，25(11)：1～4．
【82】 林元烈，梁宗霞．随机数学引论【M]．北京：清华大学出版社，2003．
【83】 张焰，陈章潮，谈伟．不确定性的电网规划方法研究【J】．电网技术，1999，23(3)：15～18，22．
[84] R R Yager, D P Filev. Including Probahilistic Uncertainty in Fuzzy Logic Controller Modeling Using Dempster—Shafer Theory[J].IEEE Trans on SMC, 1995, (25): 1221～1230.
[85] B.Borkowska. Probabilistic load flow[J]. IEEE Transactions on Power Apparatus and Systems, 1974, 93 (1): 752～759.
[86] Mo-yuen Chow, Hahn Tram. Application of Fuzzy Logic Technology for Spatial Load Forecasting[J]. IEEE Transaction on Power Systems, 1997, 12 (3): 1360～1366.
【87】 刘开第，吴和琴，庞彦军，刘开展，高志强．不确定性信息数学处理及应用【M】．北京：科学出版社， 1999．
【88】 邸凯昌，李德毅，李德仁．云理论及其在空间数据发掘和知识发现中的应用【J】．中国图象图形学报， 1999，4(11)：930～935．
【89】 高赐威，程浩忠，王旭．盲信息的模糊评价模型在电网规划中的应用【J】．中国电机工程学报，2004， 24(9)：24～29．
【90】 韦钢，王飞，张永健，符杨．负荷预测中历史数据缺损处理【J】．电力科学与工程，2004，20(1)： 16～19
[91] Bianchini M, Frasconi P, Cori M. Learning without Local Minima in Radial Basis Function Networks[J]. IEEE Trans Neural Networks, 1995, 6 (3): 749～755.
【92】 陈泽淮，张尧，武志刚．RBF神经网络在中长期负荷预测中的应用【J】．电力系统及其自动化学报， 2006，18(1)：15～19．
【93】 赵闯，刘凯，李电生．基于广义回归神经网络的货运量预测【J】．铁道学报，2004，26(1)： 12～15．
【94】 周俊武，孙传尧，王福利．径向基函数(RBF)网络的研究及实现【J】．矿冶，2001，10(4)：71～75．
【95】 靳忠伟，叶舟，陈康民，姚章涛，王桂华，李国祥．α—加权模糊线性回归模型及其在电力需求预测中的应用【J】．上海理工大学学报，2005，27(4)：319～322．
【96】 张靖，郑国跃，何宇．二级模糊因素的负荷预测线性回归法【J】．贵州工业大学学报(自然科学版)， 2003，32(6)：29～31．
【97】 顾洁．电力系统中长期负荷预测的模糊算法【J】．上海交通大学学报，2002，36(2)：255～258．
[98] Takagi T, Sugeno M. Fuzzy. Identification of Systems and its Applications to Modeling and Control[J]. IEEE Trans on Man and Cybernetics, 1985, 15 (1): 116～132.
【99】 吕海波，赵艳林，孔令伟，刘玉梅．自适应模糊神经网络在膨胀土胀缩等级分类中的应用【J】．岩土力学，2006，27(6)：908～912．
【100】 牛东晓，张彤彤，陈立荣，张博．基于关联分析的多因素电力负荷预测灰色模型群研究【J】．华北电力大学学报，2006．33(3)：90～92．
【101】 杨朝晖，李德毅．二维云模型及其在预测中的应用【J】．计算机学报，1998，21(11)：961～968．