张强，石振琴，李晓宇，姜秀琴

(1.内蒙古电力(集团)有限责任公司，内蒙古 呼和浩特 010020;2.内蒙古华电辉腾锡勒风力发电有限公司，内蒙古 呼和浩特 010020)

1 引言

提高中长期电力负荷预测的精度有利于制定合理的电源与电网规划、增容和改建方案，提高电力系统的经济效益和社会效益。在电力市场条件下，影响负荷的外界因素具有未知性和不确定性，因此可以将负荷变量看作是在一定范围内变化的灰色量，通过数据处理将杂乱无章的原始数据整理成规律性较强的生成数列进行研究，寻求规律。灰色预测因其具有所需历史数据少，不考虑数据分布规律和变化趋势，运算简单方便，预测精度高，易于检验等优点，在电力系统中长期负荷预测中得到了广泛应用。

对于具体的负荷预测问题，目前尚不存在一种通用的模型，要提高预测精度，需要针对实际问题的特点选择合适的预测方法。和其他预测方法相比，灰色预测也存在一定的局限性。一方面当数据的离散程度越大即数据灰度越大，则预测精度越差;另一方面预测模型默认数据呈指数增长的规律，当预测系统发生转折性变化时预测的精度就很差。对于一个系统而言，随着时间的推移，未来的一些随机扰动将不断产生影响，导致系统灰度增大，预测值的精度减小。

文献［1］结合粗糙集理论给出了从负荷预测建模、缺失数据补全、有效数据筛选到决策规则生成、得出预测结果的完整预测过程。……