摘要
电力负荷的准确预测可以为电力系统发电计划制定和安全、稳定与经济运行提供
重要信息和决策依据。随着分布式可再生能源和新型负荷在地区电网中持续接入，电
力负荷的不确定性特征愈发显著，提高负荷预测的准确度面临重大技术挑战。为此，
本文从确定性预测着手，开展地区电网负荷点预测方法研究，并进一步考虑地区电网
调度运行中对负荷可能波动范围的感知需求，开展区间预测方法研究，主要内容如下：
首先，通过历史运行数据分析了地区电网负荷在不同时间尺度的周期性，天气类
型、温度等气象因素和日期对负荷曲线的影响，并基于皮尔逊相关系数刻画了各因素
与负荷的相关性，为构建超短期负荷预测模型奠定基础。
然后，提出了一种基于解耦机制与曲线形状修正的负荷点预测方法。基于不同类
型负荷的典型曲线，分析了地区电网负荷预测的可解耦性。在负荷峰值预测中，结合
历史运行数据对负荷峰值的影响因素开展相关性分析，构建基于注意力机制和双向长
短期记忆网络的负荷峰值预测模型。在负荷标幺曲线预测中，采用灰色关联分析法对
待预测日的气象相似日进行选择，并基于皮尔逊相关系数、肯德尔秩相关系数和最大
信息系数描述相邻日负荷标幺曲线的相似性，再基于误差倒数法进行加权组合建立负
荷标幺曲线预测模型，进而对负荷标幺曲线的预测误差开展分析，建立基于双向长短
期记忆网络的误差修正模型。通过测试算例表明所提出的负荷点预测方法具有较好的
预测精度。
最后，提出了一种基于滚动模糊粒化与区间校正的负荷区间预测方法。针对原始
负荷功率的非线性、非平稳性，基于自适应噪声的完全集成经验模态分解、变分模态
分解和近似熵，将负荷二次分解并重构为随机分量、周期分量和趋势分量。基于滚动
模糊粒化方法，生成粒化窗口最大值、最小值对应的随机分量上界与下界序列；基于
时间卷积网络分别构建周期分量、趋势分量及随机分量上下界序列的预测模型，通过
叠加获得负荷预测区间。通过分析负荷预测区间中值与实际值的误差，建立基于时间
卷积网络的误差预测模型，以校正区间上下边界，在此基础上根据校正后预测区间的
覆盖率和置信度指标，迭代构建区间上下边界的调节系数，实现对预测区间宽度的调
整。通过测试算例表明所提出的负荷区间预测方法具有较高的预测质量。
本文研究内容可为地区电网负荷预测及调度运行提供技术参考。
关键词：负荷预测；解耦机制；点预测；区间预测；滚动模糊粒化
I
II
ABSTRACT
Accurateforecastingofpowerloadcanprovideimportantinformationanddecision-
makingbasisforgenerationschedulingandthesafe,stable,andeconomicoperationofpower
system.Withthecontinuousconnectionofdistributedrenewableenergyandnewloadsto
regionalpowergrid,theuncertaintycharacteristicsofpowerloadarebecomingincreasingly
significant,anditisfacinggreatertechnicalchallengestoimprovetheaccuracyofload
forecasting.Therefore,startingfromdeterministicforecasting,thispaperconductsresearch
onloadpointforecastingmethodforregionalpowergrid,andfurtherconsiderstheperceived
demandforpossibleloadfluctuationsrangeinregionalpowergriddispatchingoperation,
andconductsresea