总结
以非侵入方式进行负荷识别，可以为分析电能消耗构成、提高负荷管理能力等提供数据支撑，全面提升电力系统信息处理和智能决策能力，为各类能源接入、调度运行、用户服务和经营管理提供支撑。
负荷预测是电力系统经济调度中的一项重要内容，为基本发电计划、计算机在线电网控制、系统安全分析、日前市场报价、日内(实时)市场交易等提供基础数据，签约策略、报价策略、交易策略、单个用户经济测算等等电力调度行为提供支撑。
提高负荷预测技术水平，有利于计划用电管理，有利于合理安排电网运行方式和机组检修计划，有利于节煤、节油和降低发电成本，有利于制定合理的电源建设规划，有利于提高电力系统的经济效益和社会效益。
负荷识别/异常识别
《电气技术》
http://www.cesmedia.cn/html/report/21010109-1.htm
电力负荷的分解及分类识别有助于了解电力系统的负荷组成，有利于掌握电力负荷的变化规律和发展趋势，也有利于对电力负荷的科学管理，在建设智能电网等方面具有重要意义。
以非侵入方式感知负荷用电信息进行负荷类型的分类识别，在建设智能化电能表、智能电网等方面意义深远，它不仅可为分析电能消耗构成、提高负荷管理能力等提供数据支撑，未来还可为工业以及居民用 户提供负荷运行状况报告、节能建议等多项服务。
数据挖掘实战：电力窃漏电用户自动识别
https://blog.csdn.net/guangyacyb/article/details/104576069
背景
需求：防用户窃漏电
传统方法：定期巡检、定期校验电表、用户举报窃电、计量装置故障 缺陷：对人的依赖性太强，抓窃查漏的目标不明确。
当前方法：采集电量异常、负荷异常、终端报警、线损异常等信息，建立数据分析模型。根据有关的电流、电压、负荷数据情况，构建加权的用电异常分析模型，检查客户窃漏电情况。 缺陷：由于终端误报或漏报过 多，无法快速精确定位窃漏电嫌疑用户。建模时，模型各输入指标权重确定需要用专家的经验，有很大的主观性，实施效果不尽如人意。
目标：将终端报警信息、用电负荷数据，结合窃漏电用户，提取出窃漏电用户的关键特征，构建窃漏电用户的识别模型，自动检查判断用户是否存在窃漏电行为
《电力系统负荷非侵入式辨识与调度》
智能电网的提出使得新能源、分布式能源的接入成为可能,并使得多种不同性质的负荷的接入方式发生极大的变化,因而为保证智能电网的高效、安全与可靠的运行,对智能电网环境下的负荷的识别与调度成为迫切解决的关键问题。本论文拟在智能电网的非侵入式负荷监测与调度方面进行力所能及的探讨,并努力得到一些有价值的结果。论文的研究内容如下:(1)首先,针对非侵入式负荷辨识及负荷调度控制的研究背景和研究意义进行适当介绍。具体地是通过分析电力电网稳定运行的重要性和多角度剖析国内外非侵入式负荷辨识方法的发展现状进行初步介绍,然后针对低频减载作为电力系统稳定运行的最后一道防线进行进一步的阐述;最后引出论文的具体研究内容。(2)其次,针对非侵入式负荷辨识,以可变功率负载为研究对象,以可变功率负载的电流波形为切入点,进行不同负载辨识的新型算法探讨。结果表明,这种辨识算法只需要电力负荷入口处的电流波形即可。因而,所引进的辨识方法减少了对电力系统负荷的干扰,并节约了硬件的安装费用和安装空间。并且,针对可变功率负载电流波形结构上的特点,如:周期性、电流波形中存在已知的零区域等,借助傅里叶变换建立负载电流波形约束的线性方程,进而得到基波和高次谐波之间特定的函数关系,从而实现电力系统负荷的非侵入式监测。电力系统的非侵入式负荷监测是为电力系统的稳定高效运行服务的,因此,本论文也针对低频减负荷调度进行了初步的探讨,具体如下:(3)以电力系统中发电与用电的严重不平衡为背景,基于抽水蓄能机组的自身特点,提出一种低频减负荷调度的可行方案。并辅以仿真分析说明优化方案的有效性与可靠性。(4)最后,对论文的工作进行简要总结并对未来的工作给出适当的展望。
《国家发展改革委国家能源局关于促进智能电网发展的指导意见》
http://www.nea.gov.cn/2015-07/07/c_134388049.htm
发展智能电网，有利于进一步提高电网接纳和优化配置多种能源的能力，实现能源生产和消费的综合调配；有利于推动清洁能源、分布式能源的科学利用，从而全面构建安全、高效、清洁的现代能源保障体系；有利于支撑新型工业化和新型城镇化建设，提高民生服务水平；有利于带动上下游产业转型升级，实现我国能源科技和装备水平的全面提升。
（四）构建安全高效的信息通信支撑平台
充分利用信息通信技术，构建一体化信息通信系统和适用于海量数据的计算分析和决策平台，整合智能电网数据资源，挖掘信息和数据资源价值，全面提升电力系统信息处理和智能决策能力，为各类能源接入、调度运行、用户服务和经营管理提供支撑。在统一的技术架构、标准规范和安全防护的基础上，建设覆盖规划、建设、运行、检修、服务等各领域信息应用系统。
负荷预测
含义
负荷预测是根据系统的运行特性、增容决策、自然条件与社会影响等诸多因数，在满足一定精度要求的条件下，确定未来某特定时刻的负荷数据，其中负荷是指电力需求量（功率）或用电量；负荷预测是电力系统经济调度中的一项重要内容，是能量管理系统(EMS)的一个重要模块
重要性
在现货市场来临的背景下，签约策略、报价策略、交易策略、单个用户经济测算等等售电公司逃不开的行为，都是以负荷预测的结果作为基础。没有准确的负荷预测结果，售电公司甚至无法在现货市场进行报价，这样的后果便是高额的偏差费用，这是售电公司无法承担的。因此，负荷预测的能力对如今中国的售电公司来说，是至关重要的。
短期(两周以内)负荷预测在整个电力调度、售电公司参与现货市场的工作中起关键作用，它为基本发电计划、计算机在线电网控制、系统安全分析、日前市场报价、日内(实时)市场交易等提供基础数据，从而使得电力调度工作更贴合实际，发电效率更高，使得售电公司减小自己上报电量与真实用电量的偏差。
预测分类
在规模上，负荷预测可以分为电网层级的负荷预测以及用户层级的负荷预测。电网公司主要采用的是电网层级的负荷预测，这对整个电力系统的稳定、安全运行，改善系统运行经济型有着决定性的意义。对于售电公司来说，用户层级的负荷预测是更相关的。售电公司需要对自己的用户组合以及单一用户做电力负荷预测，基于这个预测的结果再开展其他的行为。
相比电网层级，用户层级的负荷预测是更加困难的。电网层级的负荷曲线较为平缓，且相同条件下(如日期、天气等)负荷曲线差距不大，较为容易预测；而用户层级的负荷曲线波动剧烈，且具有很大的随机性，不易预测。
负荷分类
电力系统负荷一般可以分为城市民用负荷、商业负荷、农村负荷、工业负荷以及其他负荷等，不同类型的负荷具有不同的特点和规律。
城市民用负荷主要来自城市居民家用电器的用电负荷，它具有年年增长的趋势，以及明显的季节性波动特点，而且民用负荷的特点还与居民的日常生活和工作的规律紧密相关。
商业负荷主要是指商业部门的照明、空调、动力等用电负荷，覆盖面积大，且用电增长平稳，商业负荷同样具有季节性波动的特性。虽然商业负荷在电力负荷中所占比重不大，但商业负荷中的照明类负荷占用电力系统高峰时段。此外，商业部门由于商业行为在节假日会增加营业时间，从而成为节假日中影响电力负荷的重要因素之一。
工业负荷是指用于工业生产的用电，一般工业负荷的比重在用电构成中居于首位，它不仅取决于工业用户的工作方式(包括设备利用情况、企业的工作班制等)，而且与各行业的行业特点、季节因素都有紧密的联系，一般负荷是比较恒定的。
农村负荷则是指农村居民用电和农业生产用电。此类负荷与工业负荷相比，受气候、季节等自然条件的影响很大，这是由农业生产的特点所决定的。农业用电负荷也受农作物种类、耕作习惯的影响，但就电网而言，由于农业用电负荷集中的时间与城市工业负荷高峰时间有差别，所以对提高电网负荷率有好处。
特点
从以上分析可知电力负荷的特点是经常变化的，不但按小时变、按日变，而且按周变，按年变，同时负荷又是以天为单位不断起伏的，具有较大的周期性，负荷变化是连续的过程，一般不会出现大的跃变，但电力负荷对季节、温度、天气等是敏感的，不同的季节，不同地区的气候，以及温度的变化都会对负荷造成明显的影响。
电力负荷的特点决定了电力总负荷由以下四部分组成：基本正常负荷分量、天气敏感负荷分量、特别事件负荷分量和随机负荷分量。
所属领域：电力系统经济调度
电力系统经济调度内容已归入到能量管理系统之中，其应用过程是先建立数据库，再由长期至短期实施计划、调度和控制，经济调度数据库包括火电机组、电力网、水电机组、水库和燃料等方面的经济与安全模型与参数;每年（或季）根据负荷、来水、燃料和设备情况的预测，编制下一年度（或季）的检修、水库、交换电量和燃料计划;每日根据负荷、发电用水、燃料、交换电量和机组情况的预测(或计划)。编制次日调度计划，包括机组组合和火电调度计划，必要时还要进行水火电协调、燃料约束、交换功率和安全约束调度;实时发电控制力图实现日调度计划规定的机组出力和联络线功率，对非预想的变化计算新的调度计划，并根据具体情况进行备用、安全约束和环境污染方面的修正。
电网负荷率
负荷预测的内容包括电量预测、电力预测（最大负荷预测）、日负荷曲线预测和持续负荷曲线预测等。随着电力市场的发展，负荷预测的重要性日益显现，并且对预测精度的要求越来越高。为了使负荷预测结果更加可靠和准确，必须考虑各种各样的因素，这些因素包括过去的负荷模式、天气、经济增长因素，传统的预测方法较成熟，预测结果具有一定的参考价值，但要进一步提高预测精度，就需要对传统方法进行改进，同时随着技术的进步，理论研究的逐步深入，以灰色理论、专家系统理论、模糊数学等为代表的新型交叉学科理论的出现，也为负荷预测的飞速发展提供了坚实的理论依据和数学基础。
负荷预测可分4种：
①近期预测。预测1～2天内的负荷，主要供电力调度部门安排日调度计划。
②短期预测。预测1～2年内的负荷，主要供电力企业制订最低发电成本运行计划、机组检修计划、燃料计划及评估水电站水库与河流的流量情况。
③中期预测。预测今后4～6年（甚至8年）的负荷，供制订电源发展规划参考。
④长期预测。预测今后10～30年的负荷发展，用来规划协调发展战略。
负荷预测的方法一般是建立在大量电网运行数据、经济发展数据等基础上，预测过程需大量的进行数学计算，较为复杂。虽有很多成熟的应用软件进行这方面的管理，但这些软件大部分都存在一个问题，对基础数据的管理不合理，只解决当前的预测问题（一次规划所需数据问题），而没有对频繁的规划预测问题和更长远的发展进行考虑，既对数据的存储管理不合理，没有建立负荷预测基础信息库；同时，预测过程受如经济、规划等实际因素影响与制衡，预测方案中需人工进行干预之处较多，例如：历史数据中由于某些原因，存在异常数据，如突增、突减，影响预测结果，需要对这些数据进行筛选；按某些预测方法所需的参数进行负荷预测，但预测结果不符合预想结果，需要调整参数，重新进行计算等，使得负荷预测成为一项耗时耗力的工作；手工计算的结果最终可制成数字表格，但表现形式单一、枯燥，缺乏形象表示。且如今随着电网建设的规模不断加大，负荷预测的频率和复杂强度越来越大，要求也随着提高，用科学的管理手段和方法进行负荷预测成为电网规划中亟待解决的问题之一。
负荷预测是电力系统调度、实时控制、运行计划和发展规划的前提，是一个电网调度部门和规划部门所必须具有的基本信息。提高负荷预测技术水平，有利于计划用电管理，有利于合理安排电网运行方式和机组检修计划，有利于节煤、节油和降低发电成本，有利于制定合理的电源建设规划，有利于提高电力系统的经济效益和社会效益。因此，负荷预测已成为实现电力系统管理现代化的重要内容，通过计算机实现负荷预测，进而实现电网规划计算机辅助管理，是提高电力企业管理水平的一种科学有效途径和手段 [3] 。