项目背景：

近年来，伴随着中国电力发展步伐不断加快，中国电网也得到迅速发展。“十一五”时期，是中国电网建设继往开来的重要5年，一大批重大输电工程开工建设。2017年党中央、国务院对新能源工作作出重要部署，出台了一系列政策措施。2018年国家电网发布《促进新能源发展白皮书》，包括光伏发电、水电、火电等新能源设施建设，和在示范工程、电动汽车充换电设施、居民智能用电等方面的推进。

新能源发电容易受季节天气的影响，光伏发电在艳阳天发电量高于阴雨天，晚上发电量为0，水发电丰水期发电量大，而枯水期发电量很小，并且早上和傍晚是用电量高峰期，夏季的负荷高于冬季。用电量和发电量在不同时间段展现出不同的变化形式，容易出现发电量供大于求或供不应求，造成电网运行频率的不稳定。正常运行的电网频率，规定上下波动不得超过±0.2Hz。因为它不仅影响电力系统内部的运行情况，而且会使千家万户不同程度受到影响。当频率下降到48Hz时，电动机转速就下降约4%，这样许多工业产品的产量会下降，质量也无法保证。因此，解决电网中电力供求不平衡所带来的一系列问题，关键在于对用电量和发电量的准确预测。四川大学电气信息学院已有大量的电网电力数据，迫切的需要基于数据建立一套预测负荷和发电量的方法，准确地调节发电量，减少电力浪费和电量供应不足时带来的经济损失。

西南财经大学统计研究中心解决方法：

(1) 根据历史数据了解数据中每个变量在电网中的含义；

(2) 由于原始数据杂乱，需要整理数据和清洗数据。

(3) 由于历史数据中每年只有两天（7月，12月典型日负荷）负荷数据，因此需要先建立模型恢复全年的负荷数据；

(4) 将数据划分为训练集和测试集，基于训练集和数据展现的特点建立负荷恢复模型；

(5) 对恢复后的数据建立分类模型，并且在不同场景下分别进行分析。

(6) 利用测试集对模型效果进行测试，找到最佳模型，并且效果达到电网可用标准。

项目成果：

   快速电网预测程序：提供四川大学电气信息学院负荷预测模型和电力在不同时间段变化模式。输入时间即可得到该时间预测的用电量以及和光伏发电、水电之间的关系模式。基于我们的预测分类系统可以合理预测未来负荷，根据用电量和发电量的关系为电网提供建议和数据支撑。