简介:摘要:在事件不断变化的过程中电力负荷也会产生一定程度的变化,我们将这种情况下的某一个周期内的电网或者区域出现的一些最小或者最大负荷值称为这一统计期的最小负荷或者最大负荷。根据统计周期的不同可以将最大负荷分为年周期、月周期、日周期的最大负荷,而最小负荷也是分为面周期、月周期、日周期的最小负荷。而在电力负荷中平均负荷的概念指的就是某个周期之内负荷的平均值。在正常情况下我们对时间不断变化过程中电力负荷的波动规律用负荷曲线来进行表示,负荷曲线的主要功能是描某一个时间段内负荷在时间变化过程中的波动,曲线之中的横轴一般用来表示时间,而纵轴方向表示的一般为负荷的绝对值。在对负荷进行预测的过程中的准确性常常会受到很多因素的影响,而对这些影响因素进行有效的分析是保证电力负荷预测准确性的关键。
简介:摘要:由于采集电力数据所需成本的减少,以及互联网技术在电网中的大规模发展等,给电网带来了日益丰富的数据类型。京能高安屯燃气热电有限责任公司利用已实施的大数据平台技术,基于数据挖掘架构实现发电侧短期负荷预测,以提升经营生产的盈利能力。传统的集中预测法面对大规模的电力数据,只能简单的实现基本的生产任务分配,而各个电厂在进行检修计划及工况调整时,往往面临着无数据支撑的经验性判断计划安排。因此,本文对以往负荷预测法中的不足,以及负荷分析阶段引入大数据技术带来的优势进行了阐述,通过大数据技术的引入,在分析负荷的同时对各项影响因素进行样本分析,以此来削弱误差从而更加精准预测相关负荷,为电力系统的短期负荷预测提供参考。