基于空区推论的空间负荷预测分类分区实用法

目前对无历史数据的新老城区空间负荷预测，一般采用分类分区法，所有同类小区基于统一的分类负荷平均密度预测其负荷。针对这一不足，基于空区推论的思想对分类分区法进行了改进，提出现有面积（不含新城区）上的分类总负荷减去有历史负荷数据的老城区的负荷即得到无历史负荷数据的同类老城区的总负荷;同理，规划面积（含新城区）上的分类总负荷减去现有面积上的分类总负荷即得到同类新城区总负荷，再结合面积算得无历史数据的新老城区的平均负荷密度，进而预测其负荷分布。这样使得有、无历史数据的老城区和新城区采用不同的负荷预测思路以提高其预测精度。该方法几乎不增加收集原始数据的工作量或附加的数据较易获得。最后通过实例说明了该方法的实用性和有效性。

Vacant Area Inference Based Classification and Subarea Practical Method for Spatial Load Forecasting

The spatial load forecasting(SLF)of old and new urban areas without historical load data commonly uses an average classification load density based approach,which is called classification and subarea method to forecast the small areas load of similar kinds.Based on vacant area inference(VAI),the classification and subarea method is improved.By subtracting the classification load of old city areas with historical load data from the classification load of existing areas(not including new city areas),the resul...