电力系统中长期负荷预测的不可预知性很强，单凭一种简单的线性预测方法很难准确的预测未来值。模糊预测方法可以从不精确、不完全的已知信息量中抽丝剥茧，并且利用所设计的专家系统知识库，得到比较准确可靠的预测值。并且，模糊预测不需要耗费大量的精力去建立数学预测模型，它用类似于专家的预测方法去进行推理和判断，可以与多种预测方法很好的结合。中长期负荷预测中还经常用到回归分析法，它的特点是预测方法简单，但是由于需要较多的历史数据的自身缺陷，造成在缺少历史数据的条件下使用困难。利用模糊预测法不需太多的历史数据的特点，将两种方法结合，用区间层次分析法赋以灵活可调的权重值并进行算例验证，证明该方法是一种行之有效的中长期负荷预测法。回归分析法在经典的线性回归问题中，回归方程式为：y?a0?a2x2?a3x3???aixi(i?1,2,3,?,n)(1)一般可以采用最小二乘法来求取未知参数a的估计量，即：Q??(yi?a0?a2x2???aixi)2i?1n(2)求出使Q最小的a后，将a代回(1)式中，即可求出预测的结果。但是在实际的电力系统负荷预测中，往往会有参数和历史数据不足的情况，这时采用单一的回归分析法就会造成最后的预测值与实际值之间的误差过大，影响负荷预测的精度。所以要引入一种可以弥补此类缺陷的方法，即模糊理论。模糊预测法的出现是电力系统负荷预测的一个新发展，也是一个新补充。模糊预测中引入了一个“隶属度”的概念，使规划决策在几个相互制约的目标中，可以选择一个恰当的比例关系以供决策者参考。开始提取原始负荷数据对其预处理将历史负荷数据模糊化选取合适的模糊推理机制并训练建立与推理机制配套的模糊集将模糊集合清晰化并输出信号结束模糊预测步骤框图2.2.1模糊逻辑推理是指从一系列不太精确的、模糊的前提条件下，推导出近乎精确的结论的过程。它的一般原则是：前提1.如果x是A，那么y是B；2.x是A?。结论y是B?=A?(A→B)例如：1.如果电压变动率是A，那么励磁电流调节量是B；2.具体的电压变动量是A?。那么具体的励磁电流调节量是A?。基于此原则，模糊推理又发展出很多类似的推理规则，比如真值流推理、模糊产生式系统等。本文采用的是传统的“If-Then”模式推理规则。具体阐述为“如果t时刻的负荷是ZML，t时刻与历史同时数据相比的变化率为PLPSZNSNL，并且历史t时刻到下一历史时刻的变化趋势是PLPMPSZNSNMNL，那么现在下一时刻的负荷预测值是yt+1”。每条规则成立的真值条件为：?r???ti(xt)t?1T(6)最后的模糊推理输出为：Y???r?1Rr?yt?1(7)两式中T为预测的总时间，R为规则总数。2.2.2建立模糊决策集表1给出了根据专家经验所建立的模糊决策集，提取规则的语句仍然为“If-Then”机制。将误差E以及误差变化率C设定为E,C???6,?5,?4,?3,?2,?1,0,1,2,3,4,5,6?，建立E、~~C隶属度表，如表2，之后再进行模糊判定计算。最后得到如下的模糊控制表。~E~CPLPMPSZNSNMNLPLPMPSZNSNMNL―NLNLNMNSNSZNLNLNMNMNSNSPSNLNMNMNSZPSPSNMNMNSZPSPSPMNSPSPSPSPSPMPLNSPSPSPMPMPMPLZPMPMPMPMPL―~E-6-5-4-3-2-10123456PL1.00.80.70.1000000000PM0.60.21.01.00.20.30000000PS00.10.40.61.00.70.80.300000Z0000.10.30.81.00.60.40.4000NS00000.10.40.60.71.00.10.40.30NM00000000.40.40.71.00.80.3NL0000000000.30.30.91.0~C-6-5-4-3-2-10123456PL1.00.60.20000000000PM0.50.91.00.80.300000000PS000.60.40.80.90.4000000Z00000.50.81.00.40.40000NS0000000.60.71.00.90.700NM00000000.10.90.51.00.80.5NL0000000000.30.91.01.0~E~C-6-5-4-3-2-10123456-6-5-4-3-2-10123456666533321