郭威麟 蔣曉艷

摘要：為了解我國負荷預測的研究熱點與方向，采用文獻計量學等統(tǒng)計方法，對2008～2017年我國負荷預測研究文獻的發(fā)表年份、文獻作者、研究方向、期刊等級等方面進行統(tǒng)計分析（僅限于期刊統(tǒng)計—排除碩博論文、會議、報紙）。結果表明：不同期刊的載文分布，發(fā)表文獻達13篇以上的期刊有19種，占35.25%；不同年份發(fā)文量，2008年發(fā)表的文獻量最少，為125篇；2015年最多，達192篇，以2015年為節(jié)點整體呈緩慢增長的趨勢；未來的研究中將更加重視人工智能在負荷預測中的應用。本研究為今后負荷預測研究人員確定研究方向、課題，探究與利用負荷預測文獻提供參考與借鑒，也為圖書情報工作者的期刊收集、珍藏提供參考。

關鍵詞：負荷預測；文獻分析；分類統(tǒng)計；文獻計量學

Analysis of China's Load Forecasting Research Based on Bibliometrics

Guo WeilinJiang Xiaoyan

Agricultural and animal Husbandry college of XizangTibetNyingchi860000

Abstract：In order to clarify the research status of China's load forecasting，statistical methods such as bibliometrics are used to statistically analyze the year distribution，literature author，research field，and journal quality of China's load forecasting research literature during 2008～2017（only for journal statistics—Excluding master's papers，conferences，newspapers）.The results show that there are 19 kinds of journals with more than 13 published papers，accounting for 35.25% in different journals.The number of published articles in different years is the lowest in 125，and the highest in 2015，up to 192 In 2015，the overall trend of nodes is slowly increasing；future research will pay more attention to the application of artificial intelligence in load forecasting.This study provides reference and reference for future load forecasting researchers to determine research topics，use and discuss load forecasting literature，and provide reference for journal intelligence collection and collection.

Key words：Load forecasting；Literature analysis；Classification statistics；Bibliometrics

預測是以科學理論為基礎，根據(jù)原來事物發(fā)展的規(guī)律和特征，對未來事物發(fā)展趨勢進行預測評估。精準的預測是制定規(guī)劃充分必要條件，負荷預測（load forecasting）是電力系統(tǒng)中的一個經(jīng)典研究問題，是指通過已知的電力系統(tǒng)、經(jīng)濟、社會、氣象等歷史數(shù)據(jù)出發(fā)，[1]通過對這些數(shù)據(jù)的分析與處理，探索數(shù)據(jù)之間的規(guī)律與聯(lián)系，對將來的負荷做出估計與預算。負荷預測是電力系統(tǒng)計劃、用電、調度等部門的基礎工作。其重要性早就被人們所認識。負荷預測作為電力系統(tǒng)規(guī)劃所需的基本量，負荷預測的精度對于電力系統(tǒng)的經(jīng)濟性和穩(wěn)定性有著直接影響，對指導電力系統(tǒng)規(guī)劃、運行、控制、穩(wěn)定等都有極大的作用。隨著電力系統(tǒng)的日漸智能化發(fā)展，負荷預測方法也多種多樣，對比現(xiàn)有的預測方法，不同場景用不同的預測方法，能夠明顯提高預測準確度。此外按照預測的時間長短可以分為超短期、短期、中期、長期負荷預測。[1]

國內外專家對負荷預測的研究一直鍥而不舍，幾十年來提出多種負荷預測方法，那么現(xiàn)階段，針對負荷預測的關注點應該放在哪？負荷預測還有哪些地方值得研究，這些問題一直困擾著我們，本文將采用文獻統(tǒng)計學的方法，結合Excel對從知網(wǎng)上獲取的2008～2017年我國負荷預測研究文獻進行了較為全面的統(tǒng)計與分析，了解到國內的負荷預測研究現(xiàn)狀、熱門和發(fā)展趨勢，旨為今后負荷預測研究人員確定研究方向、課題，探究與利用負荷預測文獻提供參考與借鑒，也為圖書情報工作者的期刊收集、整理提供參考。[2]

1 數(shù)據(jù)來源與研究方法

1.1 數(shù)據(jù)源

統(tǒng)計者在2018年5月12日，選取中國知網(wǎng)為唯一數(shù)據(jù)源，時間范圍選取2008年1月1日至2017年12月31日，將關鍵詞設定為“負荷預測”，只勾選期刊，對所需文章進行檢索。結合人工糾錯，剔除重復文獻，刪去簡訊等，最終將中國知網(wǎng)上2008～2017年10年間國內關于負荷預測的所有文獻統(tǒng)計出，共計2957篇。同時式將所有文獻對應作者、對應篇名、相應載刊、時間、頁碼和作者單位等重要標識信息按文獻引文格建立負荷預測相關文獻數(shù)據(jù)庫。[2]

1.2 研究方法

對所有入庫文獻進行人工核查，按核心期刊、杰出科學家分類，對每篇論文摘要進行分析，了解文獻研究的內容，以此作為基礎數(shù)據(jù)資料，建立負荷預測相關文獻數(shù)據(jù)庫，運用文獻計量學及Excel統(tǒng)計方法，對所有入庫的負荷預測研究文獻的作者、單位或機構、發(fā)表年份、研究領域、錄用期刊等進行統(tǒng)計分析和討論，探討近年負荷預測研究的方向、杰出研究人員、研究機構、發(fā)文質量等內容。[2]

2 結果與分析

2.1 不同年份及作者的發(fā)文量

2.1.1 不同年份發(fā)文量

從圖1看出2008年發(fā)表的負荷預測文獻發(fā)表量量最少，125篇；2015年最多，達192篇；這十年間，發(fā)表該類文獻最少與最多年份間相差約0.5倍。在此期間，雖然各年發(fā)文量略有變化，但以2015年為節(jié)點整體呈現(xiàn)逐漸上升的趨勢。表明進入21世紀以來，我國的負荷預測相關研究越來越多，預測結果的精度逐年增高。

2.1.2 不同作者的發(fā)文量

對于作者發(fā)文量分析，我們引入核心作者這一概念分析，所謂的核心作者是指在某專業(yè)領域上在一定期限內發(fā)表論文較多，影響較大的作者集合。按照普賴斯理論，發(fā)表論文數(shù)N篇以上的科學家為杰出科學家，[3]計算公式如下：

N=0.749nmax12（1）

式中nmax為發(fā)表論文最多的作者所發(fā)表的論文數(shù)。[3]該領域杰出作者發(fā)表的論文數(shù)量至少應為：N=0.749×（9）12=0.749×3≈2，發(fā)表論文2篇以上的杰出科學家共有39位。他們共發(fā)表文章181篇，占總發(fā)文量的10.98%，其中文獻發(fā)表最多的作者為牛東曉（華北電力大學經(jīng)濟與管理學院），發(fā)表文章數(shù)量9篇，分析統(tǒng)計的1648篇負荷預測研究文獻中，其中第一作者1472位，以每位作者發(fā)表的文獻量進行分布頻率計算，結果見表1。

負荷預測研究文獻大部分第一作者發(fā)文量少于3篇，共1433人，占總人數(shù)的97.35%，共發(fā)表1468篇，占發(fā)文量8908%；發(fā)文量為3～4篇的有23人，占總人數(shù)的1.56%，共發(fā)表84篇，占總文獻的5.10%；發(fā)文量為5～6篇的有12人，占總人數(shù)的0.81%，共發(fā)表63篇，占總文獻的3.82%；發(fā)文量為7～8篇的有2人，占總人數(shù)的0.14%，共發(fā)表15篇，占總文獻的091%；發(fā)文量為大于8篇的有2人，占總人數(shù)的0.14%，共發(fā)表18篇，占總文獻的1.09%。

2.2 文獻作者所隸屬的研究機構

從圖2可知，所搜集的1648篇文獻中，有40個機構在此期間發(fā)表的論文>7篇，共計666篇，達40.41%，其中，華北電力大學發(fā)文量最多，達132篇，占總數(shù)的8.00%，華北電力大學屬下的研究生院、電氣工程學院和經(jīng)濟與管理學院貢獻最大；其次是上海交通大學，共29篇，占1.76%；第三是東南大學，共25篇，占總數(shù)的1.52%。表明我國的負荷預測研究機構及院所分布極不均衡，華北電力大學獨占鰲頭。這就需要在保持學科領先的情況下，較為全面的培養(yǎng)負荷預測型人才，平衡地區(qū)之間、院所之間的差距，從而做到負荷預測人才較均勻分布，使負荷預測研究在不同區(qū)域及院所同步進行，使之得到較快較均衡的健康發(fā)展。

2.3 研究領域分析

2.3.1 不同學科的載文分布

發(fā)表有關負荷預測的研究文獻達20篇以上的學科有電力工業(yè)、自動化技術、建筑科學與工程、工業(yè)經(jīng)濟、計算機軟件及計算機應用等5個學科，占搜集文獻總數(shù)的93.08%。

說明我國的負荷預測在學科分布極不平衡，以電力工業(yè)具有明顯優(yōu)勢，達1441篇，占總數(shù)的87.43%。這是正?，F(xiàn)象，因為負荷預測是個專業(yè)性極強的研究課題。

2.3.2 相關領域統(tǒng)計分析

根據(jù)負荷預測關鍵詞進行統(tǒng)計分析，結果如圖3（a），綜述類較少，文章數(shù)量為41篇，占總發(fā)文的2.49%，由圖3（b）可知，基于智能算法的負荷預測有關于神經(jīng)網(wǎng)絡的72篇，關于BP神經(jīng)網(wǎng)絡的53篇，關于支持向量機的50篇，關于灰色模型的文獻最少31篇。說明關于智能算法的負荷預測的研究分布較均勻，達到比較高的水平，基于神經(jīng)網(wǎng)絡的居多，因為BP神經(jīng)網(wǎng)絡的是神經(jīng)網(wǎng)絡的一種具體算法，可以將兩者視為一類算法。由此可以發(fā)現(xiàn)人工智能算法已經(jīng)在符合中廣泛應用。

2.4 研究資金分布

基金論文數(shù)量是評價研究群體科研能力及水平的一項重要標準，可間接反映出該領域科研規(guī)模與實力。[4]從負荷預測基金論文數(shù)據(jù)統(tǒng)計圖（如圖4），可見負荷預測的基金論文率，省部級基金共發(fā)文360篇，占總發(fā)文量的21.84%，說明中國負荷預測研究的院所機構和此類院所機構的論文產(chǎn)出總體數(shù)值上都有待提高。但相比之下，隸屬國家自然科學基金的論文數(shù)量并不多，需要提高申請項目基金的級別和數(shù)量，以保證負荷預測領域的科研持續(xù)發(fā)展。

2.5 研究文獻期刊分布

依照布拉德福定律的區(qū)域分析法，將期刊按載文量高低進行等級排列，在載文量累積數(shù)達到全部論文總數(shù)的 1/3 時，把所包含的最少數(shù)量的期刊確定為該研究領域的核心期刊。[5]這十年內負荷預測研究領域的核心期刊見表2中，為29種。在這 29 種期刊中有 11 種為中文核心期刊，尤其是發(fā)文量最多的2種均為中文核心期刊，并且，在檢出的581篇論文中，中文核心期刊刊載論文222篇，占檢出論文38.21%。由此可見，在此期間負荷預測研究的期刊論文總體質量略高，還有望進一步深入研究，爭取發(fā)表更多的核心文章。

3 結語

3.1 負荷預測研究呈現(xiàn)平穩(wěn)發(fā)展與多元化合作態(tài)勢

在2008～2017年10年期間，關于負荷預測方面的研究共計1648篇，每年的發(fā)文量基本持平，整體趨勢略有增加。但是合作著作文獻所占比例較大。這些反映出該領域研究的平穩(wěn)發(fā)展；也說明我國負荷預測研究研究正朝著多方法與交叉學科發(fā)展。

3.2 負荷預測研究的熱點與趨勢

在2008～2017年10年期間，關于負荷預測方面的研究共計1648篇，其中絕大多數(shù)反映了超短期、短期和中長期的負荷預測問題研究的相關進展，而概率負荷預測、區(qū)間負荷預測和組合負荷預測這些新興研究方向的進展是目前學者較為關注的方法。目前，傳統(tǒng)的預測方法主要包括以統(tǒng)計學為基礎的回歸模型和時間序列預測模型?；貧w模型通過構建負荷與相關影響因素的經(jīng)驗回歸方程，研究各變量之間的相互關系，并對歷史負荷進行擬合和預測。隨著第四次工業(yè)革命的到來，人工智能算法用于負荷預測，已經(jīng)初見端倪，而且智能算法已經(jīng)在負荷預測上應用相當成熟，未來會有更多的智能算法用于新能源負荷預測，因為目前風光出力的短期預測還不準，相關研究學者都在努力嘗試將智能算法應用于新能源發(fā)電出力預測方面。

在統(tǒng)計研究中，負荷預測研究文獻所載期刊的影響因子少數(shù)較高，大部分研究文獻所載期刊的影響因子較低，這一現(xiàn)象表明了我國在負荷預測研究上某些方面還有很大的潛力可以挖掘，在研究的深度與廣度方面可以進一步的加強，負荷預測研究的影響力也有待進一步提高，相關的智能算法應用的預測領域也會越來越多。

參考文獻：

[1]康重慶，夏清，張伯明.電力系統(tǒng)負荷預測研究綜述與發(fā)展方向的探討[J].電力系統(tǒng)自動化，2004，28（17）：111.

[2]王玲玲，邢震，馬景銳.2005～2014年我國園林植物研究文獻分析[J].中國林副特產(chǎn)，2016（5）：8689.

[3]邱均平.文獻計量學[M].科學技術文獻出版社，1988，12.

[4]葉濟蓉，潘東明，賴鐘雄.1989～2006年我國龍眼研究文獻計量分析[J].農業(yè)圖書情報學刊，2008，20（4）：4145.

[5]安秀敏，吳林.2005年——2014年中國藍莓研究文獻計量分析[J].農業(yè)圖書情報學刊，2015，27（09）：5760.

基金項目：西藏農牧學院研究生創(chuàng)新基金（編號：YJS201803）