赵 迪，孟 静，李 志，张恩领，卢 瑾，陆子昂

(国网北京市电力公司大兴供电公司，北京 102600)

近些年，在我国迅速城市化及经济增长的同时，大气污染程度不断恶化，各主要城市都出现了大范围的雾霾天气，引起了公众、媒体和社会的广泛关注，对百姓健康及日常生活产生了严重影响[1]。为此，北京等地大力开展“煤改电”清洁采暖工程，明确治理空气污染的路径和措施要求。

早在2001年开始，北京市已逐步试点“煤改电”工程，于2003年正式启动该工程[2]。作为主要实施方之一，国网北京市电力公司在2016年至2018年3年内基本实现北京地区“无煤化”改造任务，涉及居民123万户，其中农村地区用户达到85万户[3]。

通过“煤改电”改造工程，北京地区农村用户户均用电容量由1.5kW提升至户均9kW的用电水平，由此带来的高负荷占比的“煤改电”负荷，大幅提升的用电量等爆发性的电力负荷大数据，将对地区负荷变化产生显著影响[4]。因此，充分运用“煤改电”地区负荷大数据，围绕安全、经济、环保等要求做好“煤改电”地区负荷预测，不仅为地区电网合理调度提供支撑和指导，也对探索电力负荷大数据应用前景起到具有重要意义。

“煤改电”负荷预测研究方法方面，受传统预测方法模型简单、对随机性变量的适应能力不足影响，国内外“煤改电”地区负荷预测大多采用现代预测方法。其中，BP神经网络凭借对非线性问题的自学习自适应能力[5]，在“煤改电”地区负荷预测领域得到了广泛应用。文献[6]结合蓄能供热采暖技术的发展，利用GA-BP神经网络算法进行负荷预测；……