PAGE
PAGE21
电力负荷影响因素分析综述
由于本次研究内容以云轨电车电力负荷情况为基础，所以本次主要研究电力负荷预测值与环境因素的相关性。在本数据集中电力负荷预测的值与环境相关物理量一共有七个，分别计算其与电力负荷值的皮尔逊相关系数，验证环境因素与其的相关性，以便进行接下来的电力负荷预测。
1.1皮尔逊相关系数
皮尔逊相关也称为积差相关，这种方法用于计算直线相关的特性。两个变量间的皮尔逊相关系数可由以下公式计算得到，设两个变量为X、Y。
ρX，Y=cov
ρX，Y=
ρX，Y=
ρX，Y=
上述四个公式均等价，都可以计算皮尔逊相关系数。X,Y分别代表两个变量；数学期望为E；协方差为COV；N代表变量取值的个数；ρX,Y代表变量X,Y之间的相关性，通过计算物理量与那个时刻所对应的历史负荷值来算出该物理量与历史负荷值的总体相关程度。在历史负荷数据中，一共有两部分，第一部分是每天以一小时为窗口记录测量的历史负荷值，即一天24个数据，第二部分是每天以十五分钟为窗口记录测量的历史负荷值，即一天96个数据，下面将分别计算其环境
表2-1相关性范围
系数大小范围
0
0.00～1.00
-1.00～0.00
变量是否相关
无关
正相关
负相关
如表2-1所示，皮尔逊相关系数在0.00~1.00与-1.00~0.00之间，变量具有相关性，此时若皮尔逊相关系统绝对值越大，则表明相关性越强。反之，皮尔逊相关系数绝对值越小，则表明两个变量之间相关性越小。绝对值在0.00~1.00之间各个区间所对应的相关程度，如下表2-2所示。
表2-2相关系数范围
系数大小
0.0～0.2
0.2～0.4
0.4～0.6
0.6～0.8
0.8～1.0
相关程度
极弱相关
弱相关
中等程度
强相关
极强相关
1.2影响因素的选取
在轨道交通运营环境因素时时刻刻存在变化的情况下，选取了最有可能影响电力系统负荷的七位物理量，分别是SO2浓度，降水量，气温，风速，湿度，云量，气压七种物理量。这些物理量可以对电网系统中的电缆电阻，导电率，绝缘皮硬度以及变压器的性能等等造成影响，从而影响电力系统中的电力负荷值预测精确度。故本文结合轨道交通运营过程的实际情况选取了上述所写的七个物理量作为相关因素，然后再通过计算其与历史负荷数据的相关系数来验证，相关程度是否在预期范围内，选取的物理量是否合理。
1.3皮尔逊相关系数分析
因为采集到的七种物理量均为量化数据，无文字表述，故无需再量化表示。使用SPSS分别计算A轨道交通线路沿途地区的历史负荷值与之对应的七种物理量的皮尔逊相关系数，能看出各物理量与历史负荷值的皮尔逊相关系数以及相关程度如下所示：
A轨道交通线路数据集：
（1）A轨道交通线路一天24个数据点
图2-1A轨道交通线路一天24点天气因素相关性矩阵
由上图2-1可以看出
SO2浓度：SO2浓度与负荷值的相关性系数0.415，为中等程度相关。
降水量：降水量与负荷值的相关性系数0.468，为中等程度相关。
气温：气温与负荷值的相关性系数0.436，为中等强度相关。
风速：风速与负荷值的相关性系数0.428，为中等程度相关。
湿度：湿度与负荷值的相关性系数0.703，为强相关。
云量：云量与负荷值的相关性系数0.103，为弱相关。
气压：气压与负荷值的相关系数为0.501，为中等程度相关。
（2）一天96个数据点
图2-2A轨道交通线路一天96点天气因素相关性矩阵
由上图2-2可以看出：
SO2浓度：SO2浓度与负荷值的相关性系数0.435，为中等程度相关。
降水量:降水量与负荷值的相关性系数0.565，为中等程度相关。
气温:气温与负荷值的相关性系数0.323，为弱相关。
风速:风速与负荷值的相关性系数0.431，为中等程度相关。
湿度:湿度与负荷值的相关性系数0.656，为强相关。
云量:云量与负荷值的相关性系数0.05，为几乎不相关。
气压:气压与负荷值的相关性系数0.430，为中等程度相关。
经计算，A轨道交通线路数据集中一天24数据点以及一天96数据该七个物理量除了云量之外，其余均与历史负荷值具有中等或强相关性，所以均能对历史负荷值的大小造成一定的影响，即七个物理量与历史负荷值的皮尔逊相关系数均在预期范围内，选取的七位物理量比较合理。
B轨道交通线路数据集：
（1）B轨道交通线路数据集一天24个数据点
图2-3B轨道交通线路一天24点天气因素相关性矩阵
由上图2-3可以看出
SO2浓度：SO2浓度与负荷值的相关性系数0.315，为中等程度相关。
降水量：降水量与负荷值的相关性系数0.61，为强相关。
气温：气温与负荷值的相关系数为0.330，为中等强度相关。
风速：风速与负荷值的相关性系数0.210，为中等程