针对当前增量配电市场放开的电力体制改革形势,剖析了国外电力企业投资运营方式的借鉴之处。总结国外配电企业的基本类型及其主要业务;分析国外典型配电企业的运营模式、配电网规划和投资决策方法;梳理出发达国家配电竞争环境下的配网投资决策核心关注点;分析得出我国电力企业在电力体制改革背景下,配电网运营方面的启示。 提出一种基于改进K-means聚类算法的ARMA预测模型来提高短期负荷预测的精度。采用改进K-means算法解决了传统K-means聚类算法聚类数不确定、初始聚类中心盲目选取的缺点,同时还可提高聚类的效率。本文由公司网站滚圆机网站采集转载中国知网资源整理!www.wanguanji138.com在考虑气象因素的情况下,建立了气温与湿度的关系模型,通过负荷与气温的聚类分析,在不同簇内建立相应的ARMA预测模型进行负荷预测,对预测结果进行修正与综合。实例分析表明:运用该方法可将预测结果的平均相对误差控制在2%以内,夏季和冬季的预测平均误差更是低至1.78%和1.48%;相比于单纯的ARMA预测法和考虑气象因素的传统K-means聚类的ARMA预测法,该方法在提高预测精度上有更明显的优势。，对于城市负荷而言，降温负荷所需的用电量往往要大于取暖负荷所需的用电量，即系数K1<Kh。综上所述，负荷短期预测研究-数控滚圆机滚弧机折弯机张家港液压滚圆机滚弧机折弯机负荷与气温的函数关系可由式（11）表示，与其对应的曲线图如图2所示。表1K-means聚类算法与改进K-means聚类算法比较m聚类算法K-means算法改进的K-means算法K值2345674准确率/%75788.76耗时/2图12011-2012年负荷—气温的聚类图图2负荷与气温的关系曲线图Fi3.2基于改进K-means聚类的负荷预测本文基于数据挖掘技术，运用时间序列分析技术对气温敏感性负荷进行预测分析，结合二者的优点可以实现快速而精准的预测。基于数据挖掘技术的ARMA预测方法流程如图3所示，主要分为以下几部分：图3负荷预测流程图Fi）提取监测点的目标数据集进行预处理，并查找与之对应的气象数据建立对象数据集。2）基于改进K-means聚类算法对负荷和气温进行聚类分析，按照负荷与气温的关系分成不同的簇，考虑气象因素，在各个簇内进行相应的负荷预测。3）对各预测结果进行相应的修正、综合、误差评估，从而得出结论。3.2.1数据的选取经分析可知，春、秋季节气温、湿度对负荷变化影响较小，与之相比，夏、冬季节的影响较大。所以本文主要选取配电网2011年5月1?负荷短期预测研究-数控滚圆机滚弧机折弯机张家港液压滚圆机滚弧机折弯机本文由公司网站滚圆机网站采集转载中国知网资源整理!www.wanguanji138.com