随着电力企业的发展,以及电力电子器件和冲击负荷在电力系统中的广泛应用,电能质量问题越来越严重,对电能质量的预测也变得越来越重要。对于电能质量的预测,本文提出了一种基于数据挖掘技术的电能质量指标预测预警方案,该方案的主要工作是,根据有功功率以及电能质量五项常规指标的历史数据来预测未来一段时间的电能质量稳态指标,并根据预测数据与限值数据的比较,进行预警提示。通过预警提示,电力相关负责人更容易发现电力系统中存在的隐患,以提出更加切实可行的预防措施,为电力系统的安全、稳定、经济运行提供了保障。本文通过分析有功功率以及电能质量五项常规指标的历史数据的变化规律,先对有功功率进行预测,然后利用有功功率与这五项指标的相关性来对五项常规指标进行预测,最后利用五项常规指标的预测数据分别与各项指标对应的限值数据进行比较,判断预测数据是否超标,若超标则根据超标情况对预测数据进行预警提示。以上就是本文的研究内容。其中,预测有功功率时,本文使用时序算法中的ARIMA算法对用功功率进行预测。并利用有功功率与这五项指标的相关性,分别利用ARIMA算法和神经网络算法对五项常规指标进行预测,本文通过对这两种算法的预测结果进行分析及对两种预测算法的误差进行比较,针对具体每种指标选取误差较小的算法进行预测。此外,本文将有功功率和电能质量指标的预测结果以及预警信息都以前台页面进行展示,用户能够通过交互界面查看预测结果和预警信息。