Abstract
短期負載預測是指針對未來每小時所作的負載預測，預測期通常可短至僅一小時或長至一週。預測結果之準確性對機組發電預定（Unit Commitment） 與經濟調度（Eco-nomic Dispatch）影響基鉅。一般短期負載預測是根據以下四個步驟〔１〕進行。（１）發理歷史負載資料並整理歷史資料間的自關連（Autocorrelation Function，ACF） 等特性。（２）利用步驟（１）所整理出的關連性建立模式。（３）估計模式內的參數值（parameter value）。（４）利用步驟（３）所得模式進行預測。短期負載預測方法甚多〔２〕，其中以Box－Jenkins法一般最為準確〔３〕，然而，根據Box－Jenkins法，在進行上述步驟（２）時須仰賴模式建立者經驗，參考ACF 圖選擇模式，因此，不適合在線上（On－line）建立或修正模式。為克服此困難過去曾發展出多種自動建立模式的方法〔４〕。這些方法在準確度上一般遜於Box－Jenkins法〔５〕，且這些方法多半僅考慮小時負載間的關連性，而未有效考慮負載與氣候間的相關特性。發展一套具有高準碓度的自動建立模式方法，有效考慮氣候與負載間的相關特性乃本論文的研究主題。