准确的短期母线负荷预测是现代智能电网实现节能降耗与调度精细化管理的基础，而信息不完备、负荷变化快、不同母线间的用电特性差异大等不利因素制约着负荷预测精度的提高。本项目运用数理方法、提出构建适用于母线负荷预测的边缘模糊理论体系，突破传统母线负荷预测在负荷突变时预测精度显著下降的局限性。项目研究内容包括：研究区分样本点性质的特征向量以及评价方法，制定合理的坏数据处理策略；研究负荷水平与曲线形状相统一的最优相似日选取方法，体现历史信息可信度以及相似日选择时分类边界不分明的特点，为预测工作提供高质量的数据样本；研究日负荷曲线的分段竞争预测与动态综合预测机制，构建预测模型适应库，同时增强母线负荷预测的批处理能力。 项目旨在揭示气候、社会等多种随机和非随机因素对负荷的影响机制，为有效提高智能电网中母线负荷的整体预测精度探索一条新的途径。
