導語：電力需求預測數據挖掘論文一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

1系統設計的要求

結合現階段電力企業在電力需求預測方面存在的問題，本文對系統的設計提出以下的要求：

第一，對電力需求的預測將充分將國民經濟的各項指標對電力的影響納入進來，其主要的原因是用電量的多少與國民經濟增長有著很大的關系；

第二，將城鎮化納入到對電力需求的預測中，因為隨著我國經濟的發展，城鎮化可反映居民增加的多少，從而對未來我國長期的用電量有著最為直觀的需求分析；

第三，將階梯電量計算給居民用電帶來的影響納入到預測當中，因為國家發改委在電力改革方面，采用階梯定價的方式，在一定程度上將影響居民的用電的多少。

第四，將國家節能減排對用電大戶所帶來的影響納入到系統當中。因為隨著國家對環保觀念的重視，未來在很大程度上將注重企業的節能減排，從而減少企業的用電量。

第五，針對現階段的數據挖掘算法，本文結合各個算法的優缺點，采用多種算法綜合組合的方式，實現對電力需求的客觀預測。采用在不同的時刻和情況下采用不同的預測算法。

2基于電力需求模型的綜合預測模型構建

2.1模型構建及其優缺點比較

通過上述的分析，我們可以看出以往的對電力預測的算法通常都是采用單一的數據挖掘模式的形式，如BP神經網絡算法、模糊預測法等。通過采用單一的算法，所挖掘的結果通常缺乏客觀性，如以吉林供電公司為例，其采用單一回歸預測，其預測的數據與實際應用的電量的多少存在很大的偏差。因此，為提高本系統預測的準確性，決定采用多種數據挖掘算法相結合的綜合預測模型。其具體的思路是首先構建綜合預測模型的方法庫，并通過單一模型檢測方法，對偏差比較大的模型進行剔除。對預測較好的模型進行反復的測算，并通過一定的方式將測算的結果進行組合，從而得到最佳的綜合預測的模型。而對綜合預測模型的選擇，其關鍵點在于如何對模型的組合。對此，本文為解決該問題，采用加權平均的方式確定不同模型的權重系數。同時通過對不同數據挖掘算法的優劣勢的比較。

2.2算法應用實例

結合本文對電力預測的要求，本文通過采用對比的方式實現對綜合模型準確性的驗證與評價。同時以某省全社會的用電量作為綜合預測的目標。而所謂的全社會用電量包括生產用電和居民生活用電的總和。而做好對該省全社會的居民用電，為未來3-5年甚至更長時間的電力企業電網規劃、輸電線路布局等有著非常重要的作用。同時，在對數據進行選取的時候，必須對數據進行一定的平滑處理，從而剔除數據中的異常的值，以此更好的實現對數據挖掘的結果。

3系統功能設計

結合系統設計的要求，本文將系統的功能設計為數據采集與處理、模型庫、系統維護、結果可視化查詢等功能模塊。其中數據采集與處理包括對居民用電營銷、調度自動化、電網負荷等數據的采集。通過采用挖掘技術實現對數據從上到下的挖掘；模型庫則主要包括數據挖掘的各種不同的算法，如灰色關聯、模糊預測、BP神經網絡等算法在內。需求預測庫模塊主要對電力需求進行預測。其具體的步驟則為通過采用單一模型進行預測，通過比較選擇誤差最小的預測模型，并通過采用回歸分析的方式，實現對不同預測方法權重的比較，從而計算數據挖掘的結果。結果可視化則是通過綜合預測模型對數據的計算，將其挖掘和預測的結果和電力增長的規律通過可視化的方式將其展現給用戶，使得用戶更為直觀了解電力需求的預測數據和該省電力需求的增長規律。系統管理包括系統權限分配和系統維護。通過對不同使用角色的功能分配，實現對系統使用的正常運轉。同時通過對數據的日常維護、備份等，保障系統的運行。

4系統架構設計

電力需求數據挖掘的計算設計多個不同的系統和數據庫，因此，對系統的設計采用最新的B/S模式，該模式其典型的優點在于通過Internet網絡可實現對數據的采集。同時該模式還可有效對系統進行維護，增加了系統的靈活性。

5結語

通過對上述系統的開發構建，提高了電力需求預測的準確性，并通過對數據的預測，實現對電網規劃的優化，在工作轄區內安裝7條10kv輸電線路，保障電力的更好的供應。因此，采用綜合預測模型提高了預測的準確度，并提高了電網服務的效率，對促進新形勢下的電力改革具有重要的意義。但是，本系統的開發中針對綜合模型的權重系數的計算還需要做進一步的改進，從而更好的提高該挖掘的結果。

作者:李其軍單位:佛山供電局