郭 成，王 宵，王 波，王加富

(1.昆明理工大学电力工程学院，云南 昆明 650504; 2.昆明理工大学机电工程学院，云南 昆明 650504;3.成都国龙信息工程有限责任公司，四川 成都 610031; 4.云南电网有限责任公司楚雄武定供电局，云南 武定 651600)

0 引 言

近年来，随着国家电网的不断发展和电力市场资源的不断扩大，对短期的电力负荷进行更为准确的预测不仅可以减少相关资源的浪费，带来更高的经济效益，还能够对电网在配电过程中进行建设和规划时提供相关依据，使其更为安全可靠。在过去，短期电力负荷的预测主要依靠电力部门相关人员的经验或者是统一的计划。但随着智能电网的不断发展以及国家电网的不断扩大，依靠单一的控制策略或者模糊的经验已经很难对电力负荷做出更为准确的预测。因此如何更有效地对电力负荷在复杂条件下进行预测和分析显得尤为重要。针对个人、个体经营、企业等不同的用电主体在不同环境下进行分类分析，在用电的高峰和低谷进行资源的合理配置，逐步使电网资产的利用率以及短期电力负荷预测的准确率得到进一步提高，将成为大数据时代和人工智能时代的客观要求。

电力负荷的预测受到时间、天气、经济、政治等各种复杂因素的影响，并且电力系统的负荷还呈现一定的周期性。由于电力负荷呈现出上述现象的随机性、时序性以及非线性等特点，这些特点给短期电力负荷的预测带来了较大的困难。……