熊 宁，肖异瑶，姚志刚，钟士元，舒 娇

（1.国网江西省电力有限公司经济技术研究院，南昌 330096；2.华南理工大学电力学院，广州 510641）

在乡村振兴发展战略背景下，农村及农业产业的发展将促进农村用电需求发展，并伴随用电结构的多样性凸显、季节性问题加剧、供电质量要求提高等新阶段下农村用电需求的新特性。在此背景下，现有的电力负荷预测方法已难以适应新时代农村发展需求，因此，需要为农村地区负荷分布预测提供更具适应性的新方法。

电力系统的负荷预测就是依据系统内存储的历史负荷数据，通过一定的研究方法，得出负荷数据的变化规律，并且通过分析数据得出电力负荷与相关因素之间的联系，进而对未来电力负荷进行一个在误差允许范围内的科学预测。

目前，国内外关于电力系统负荷预测方面的研究很多，从传统的单耗法、弹性系数法、统计分析法，到经典的回归分析法[1-2]、时间序列分析法[3-4]、灰色预测法[5-6]和模糊数学法，甚至到现代的神经网络法[7]、优选组合法[8]和小波分析法[9-10]等，不同的预测方法有其不同的适用场景，进而导致预测精度也各不相同。文献[11]使用了广义回归神经网络进行中长期负荷预测；文献[12]针对长期电力需求预测的特点，提出了分段最优灰色系统预测模型；文献[13]基于物元理论建立了电力系统物元模型预测未来负荷变化；文献[14]使用改进的聚类算法对中长期负荷年份进行聚类，在此基础上根据预测年份的属性数据对电力负荷进行预测；……