短期(duǎnqī)负荷预测的重要性发电侧市场(shìchǎng)中预测工作的重要性短期(duǎnqī)预测的特点负荷(fùhè)预测的影响因素短期(duǎnqī)预测问题周期性负荷(fùhè)分析负荷分析(fēnxī)--负荷特性分析(fēnxī)日、月、季、年负荷概率分布多日负荷曲线比较(bǐjiào)多日最高最低负荷曲线年最高最低负荷比率多日时段范围的负荷变化比率多日负荷趋势分析电力(diànlì)负荷预测的预处理技术电力(diànlì)负荷预测的预处理技术电力负荷变化规律性的数值(shùzí)化检测与识别历史(lìshǐ)负荷的负荷成分分析技术负荷预测(yùcè)的方法库正常日预测(yùcè)的特点点对点倍比法倍比平滑(pínghuá)法重迭(zhònɡdié)曲线法其他(qítā)？节假日预测(yùcè)节假日预测(yùcè)的特点节假日预测(yùcè)方法信号(xìnhào)预测神经网络预测(yùcè)技术ANN预测(yùcè)的示例人工神经网络法负荷(fùhè)预测的影响因素气象校正(jiàozhèng)方法规范化的相关因素(yīnsù)处理策略规范化的相关因素(yīnsù)处理策略规范化的相关因素(yīnsù)处理策略规范化的相关因素(yīnsù)处理策略规范化的相关因素(yīnsù)处理策略规范化的处理相关(xiāngguān)因素新策略基于(jīyú)模式识别的短期预测方法相关因素(yīnsù)库训练算法相关因素库训练(xùnliàn)算法相关因素(yīnsù)库训练算法相关因素(yīnsù)库训练算法对当日(dàngrì)新信息的充分利用基于负荷成分分析(fēnxī)的预测技术实时(shíshí)气象数据的利用短期负荷预测的实时气象(qìxiàng)因素处理短期负荷预测的自适应(shìyìng)技术综合(zōnghé)预测技术组合(zǔhé)预测短期负荷(fùhè)预测的综合模型影响(yǐngxiǎng)因素两大类处理(chǔlǐ)方式理论与系统的发展(fāzhǎn)新方向温湿(wēnshī)指数及其分析方法由THI到WTHI在负荷的分析(fēnxī)和预测中引入WTHI的原因和意义WTHI的主要(zhǔyào)分析方法实例分析：针对北京地区2005年夏季最高负荷(fùhè)进行分析的结果优化结果：拟合图像：前提：去掉周末对夏季4个月的数据进行分析相关数据：拟合的相对(xiāngduì)残差相对(xiāngduì)残差=average(残差/目标数据集的平均值)=2.8209％拟合的相关系数：0.9632什么(shénme)是人体舒适度研究人体(réntǐ)舒适度的意义人体(réntǐ)舒适度D的主要分析方法人体(réntǐ)舒适度的示意图优化结果：拟合图像：前提：去掉(qùdiào)周末对夏季7周数据分析相关数据：拟合的相对残差相对残差=average(残差/目标数据集的平均值)=1.7716％拟合的相关系数：0.9805预测误差(wùchā)分布特性的统计方法(负荷值法)某一时段下不同(bùtónɡ)负荷水平分区的概率分布曲线簇关于(guānyú)预测考核的思考关于(guānyú)预测的思考谢谢您的观看(guānkàn)！内容(nèiróng)总结