李科，何茜，王璟，肖白，刘桐彤，房龙江

（1.国网河南省电力公司经济技术研究院，郑州 450052；2.国网郑州供电公司，郑州 450000；3.东北电力大学 电气工程学院，吉林 吉林 132012）

0 引 言

城市电网总量负荷年最大值预测是城市电网规划的前提［1-3］，准确有效的预测结果对城市电网建设具有重要的指导意义［4-6］。通过调研掌握翔实的资料数据，进而对电力负荷的发展趋势做出科学合理的推断是预测结果有效性的重要保证［7］。

当前的预测方法主要有趋势外推法、模糊理论法、专家系统法、人工神经网络法、卡尔曼滤波法、聚类分析法、小波分析法、混沌分形理论法、数据挖掘法，等［5］。其中，基于时间序列模型的趋势外推方法是被认为最经典、最系统、最被广泛采用的一类负荷预测方法。

常用的趋势外推方法有很多，如：线性回归、指数平滑、灰色理论等［8-10］，近年来，许多学者在此基础上做了大量的研究，并做出了相应的改进［11-16］。文献［11-13］在不同的情况下，分别利用线性回归、指数平滑、灰色理论三种方法进行负荷预测，但是文中考虑因素不全面，预测方法单一，没能对历史数据做出进一步的分析利用。文献［14-16］不局限于传统方法的范畴，将更多地影响因素考虑在内，但是没有考虑到电力负荷数据的时间跨度与波动性对预测结果的影响。在预测过程中，大多直接在原始电力负荷年最大值的历史数据的基础上进行预测，数据时间跨度较大且稳定性差，预测精度仍有提升空间。

针对上述问题……