Abstract
本論文提出一套多變量預測方法，在負載預測過程中考慮氣候因素，此法適用於預測未來一週內各小時的系統負載。現存之多變量預測方法在進行模式建立與修正的過程中須仰賴人為經濟判斷。在這些方法中一般公認為最準確的預測方法為巴氏－簡氏移轉函數法。不同於巴氏－簡氏移轉函數法，本論文所提出的方法在整個運算過程中不須仰賴經濟判斷。乃因本方法係結合Data Decomposition，修正後之Gentle Transf-ormation與擴充後之Akaike's Information Criterion以致不須仰賴經斷，適用於線上鑑別模式與進行預測。此外，本論文並設計一套氣預測資料之補充方法以估計氣象局未提之小時氣象值，同時發展方法自動檢測不正常之負載資料。由於適用於線上執行，本演算法能自動修正預測模式以適應系統之不正常狀況，操作上節省工時。本法不僅能準確預測一般之工作天（週一至週五）負載，且能準確預測週末、週日與所有國定假日負載。本法曾測試於台電的系統負載與氣象局之溫度資料，測試結果經與巴氏－簡氏移轉函數法比較，顯示在準確度方面，本法優於巴氏－簡氏移轉函數法。