基于文献计量学对我国负荷预测研究的分析

来源:用户上传      作者:

　　摘要：为了解我国负荷预测的研究热点与方向，采用文献计量学等统计方法，对2008～2017年我国负荷预测研究文献的发表年份、文献作者、研究方向、期刊等级等方面进行统计分析（仅限于期刊统计—排除硕博论文、会议、报纸）。结果表明：不同期刊的载文分布，发表文献达13篇以上的期刊有19种，占35.25%；不同年份发文量，2008年发表的文献量最少，为125篇；2015年最多，达192篇，以2015年为节点整体呈缓慢增长的趋势；未来的研究中将更加重视人工智能在负荷预测中的应用。本研究为今后负荷预测研究人员确定研究方向、课题，探究与利用负荷预测文献提供参考与借鉴，也为图书情报工作者的期刊收集、珍藏提供参考。
　　关键词：负荷预测；文献分析；分类统计；文献计量学
　　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
　　预测是以科学理论为基础，根据原来事物发展的规律和特征，对未来事物发展趋势进行预测评估。精准的预测是制定规划充分必要条件，负荷预测（load forecasting）是电力系统中的一个经典研究问题，是指通过已知的电力系统、经济、社会、气象等历史数据出发，[1]通过对这些数据的分析与处理，探索数据之间的规律与联系，对将来的负荷做出估计与预算。负荷预测是电力系统计划、用电、调度等部门的基础工作。其重要性早就被人们所认识。负荷预测作为电力系统规划所需的基本量，负荷预测的精度对于电力系统的经济性和稳定性有着直接影响，对指导电力系统规划、运行、控制、稳定等都有极大的作用。随着电力系统的日渐智能化发展，负荷预测方法也多种多样，对比现有的预测方法，不同场景用不同的预测方法，能够明显提高预测准确度。此外按照预测的时间长短可以分为超短期、短期、中期、长期负荷预测。[1]
　　国内外专家对负荷预测的研究一直锲而不舍，几十年来提出多种负荷预测方法，那么现阶段，针对负荷预测的关注点应该放在哪？负荷预测还有哪些地方值得研究，这些问题一直困扰着我们，本文将采用文献统计学的方法，结合Excel对从知网上获取的2008～2017年我国负荷预测研究文献进行了较为全面的统计与分析，了解到国内的负荷预测研究现状、熱门和发展趋势，旨为今后负荷预测研究人员确定研究方向、课题，探究与利用负荷预测文献提供参考与借鉴，也为图书情报工作者的期刊收集、整理提供参考。[2]
　　1 数据来源与研究方法
　　1.1 数据源
　　统计者在2018年5月12日，选取中国知网为唯一数据源，时间范围选取2008年1月1日至2017年12月31日，将关键词设定为“负荷预测”，只勾选期刊，对所需文章进行检索。结合人工纠错，剔除重复文献，删去简讯等，最终将中国知网上2008～2017年10年间国内关于负荷预测的所有文献统计出，共计2957篇。同时式将所有文献对应作者、对应篇名、相应载刊、时间、页码和作者单位等重要标识信息按文献引文格建立负荷预测相关文献数据库。[2] 　　1.2 研究方法
　　对所有入库文献进行人工核查，按核心期刊、杰出科学家分类，对每篇论文摘要进行分析，了解文献研究的内容，以此作为基础数据资料，建立负荷预测相关文献数据库，运用文献计量学及Excel统计方法，对所有入库的负荷预测研究文献的作者、单位或机构、发表年份、研究领域、录用期刊等进行统计分析和讨论，探讨近年负荷预测研究的方向、杰出研究人员、研究机构、发文质量等内容。[2]
　　2 结果与分析
　　2.1 不同年份及作者的发文量
　　2.1.1 不同年份发文量
　　从图1看出2008年发表的负荷预测文献发表量量最少，125篇；2015年最多，达192篇；这十年间，发表该类文献最少与最多年份间相差约0.5倍。在此期间，虽然各年发文量略有变化，但以2015年为节点整体呈现逐渐上升的趋势。表明进入21世纪以来，我国的负荷预测相关研究越来越多，预测结果的精度逐年增高。
　　2.1.2 不同作者的发文量
　　对于作者发文量分析，我们引入核心作者这一概念分析，所谓的核心作者是指在某专业领域上在一定期限内发表论文较多，影响较大的作者集合。按照普赖斯理论，发表论文数N篇以上的科学家为杰出科学家，[3]计算公式如下：
　　N=0.749nmax12（1）
　　式中nmax为发表论文最多的作者所发表的论文数。[3]该领域杰出作者发表的论文数量至少应为：N=0.749×（9）12=0.749×3≈2，发表论文2篇以上的杰出科学家共有39位。他们共发表文章181篇，占总发文量的10.98%，其中文献发表最多的作者为牛东晓（华北电力大学经济与管理学院），发表文章数量9篇，分析统计的1648篇负荷预测研究文献中，其中第一作者1472位，以每位作者发表的文献量进行分布频率计算，结果见表1。
　　负荷预测研究文献大部分第一作者发文量少于3篇，共1433人，占总人数的97.35%，共发表1468篇，占发文量8908%；发文量为3～4篇的有23人，占总人数的1.56%，共发表84篇，占总文献的5.10%；发文量为5～6篇的有12人，占总人数的0.81%，共发表63篇，占总文献的3.82%；发文量为7～8篇的有2人，占总人数的0.14%，共发表15篇，占总文献的091%；发文量为大于8篇的有2人，占总人数的0.14%，共发表18篇，占总文献的1.09%。
　　2.2 文献作者所隶属的研究机构
　　从图2可知，所搜集的1648篇文献中，有40个机构在此期间发表的论文>7篇，共计666篇，达40.41%，其中，华北电力大学发文量最多，达132篇，占总数的8.00%，华北电力大学属下的研究生院、电气工程学院和经济与管理学院贡献最大；其次是上海交通大学，共29篇，占1.76%；第三是东南大学，共25篇，占总数的1.52%。表明我国的负荷预测研究机构及院所分布极不均衡，华北电力大学独占鳌头。这就需要在保持学科领先的情况下，较为全面的培养负荷预测型人才，平衡地区之间、院所之间的差距，从而做到负荷预测人才较均匀分布，使负荷预测研究在不同区域及院所同步进行，使之得到较快较均衡的健康发展。
　　2.3 研究领域分析
　　2.3.1 不同学科的载文分布
　　发表有关负荷预测的研究文献达20篇以上的学科有电力工业、自动化技术、建筑科学与工程、工业经济、计算机软件及计算机应用等5个学科，占搜集文献总数的93.08%。
　　说明我国的负荷预测在学科分布极不平衡，以电力工业具有明显优势，达1441篇，占总数的87.43%。这是正常现象，因为负荷预测是个专业性极强的研究课题。
　　2.3.2 相关领域统计分析
　　根据负荷预测关键词进行统计分析，结果如图3（a），综述类较少，文章数量为41篇，占总发文的2.49%，由图3（b）可知，基于智能算法的负荷预测有关于神经网络的72篇，关于BP神经网络的53篇，关于支持向量机的50篇，关于灰色模型的文献最少31篇。说明关于智能算法的负荷预测的研究分布较均匀，达到比较高的水平，基于神经网络的居多，因为BP神经网络的是神经网络的一种具体算法，可以将两者视为一类算法。由此可以发现人工智能算法已经在符合中广泛应用。
　　2.4 研究资金分布
　　基金论文数量是评价研究群体科研能力及水平的一项重要标准，可间接反映出该领域科研规模与实力。[4]从负荷预测基金论文数据统计图（如图4），可见负荷预测的基金论文率，省部级基金共发文360篇，占总发文量的21.84%，说明中国负荷预测研究的院所机构和此类院所机构的论文产出总体数值上都有待提高。但相比之下，隶属国家自然科学基金的论文数量并不多，需要提高申请项目基金的级别和数量，以保证负荷预测领域的科研持续发展。
　　2.5 研究文献期刊分布
　　依照布拉德福定律的区域分析法，将期刊按载文量高低进行等级排列，在载文量累积数达到全部论文总数的 1/3 时，把所包含的最少数量的期刊确定为该研究领域的核心期刊。[5]这十年内负荷预测研究领域的核心期刊见表2中，为29种。在这 29 种期刊中有 11 种为中文核心期刊，尤其是发文量最多的2种均为中文核心期刊，并且，在检出的581篇论文中，中文核心期刊刊载论文222篇，占检出论文38.21%。由此可见，在此期间负荷预测研究的期刊论文总体质量略高，还有望进一步深入研究，争取发表更多的核心文章。
　　3 结语
　　3.1 负荷预测研究呈现平稳发展与多元化合作态势
　　在2008～2017年10年期间，关于负荷预测方面的研究共计1648篇，每年的发文量基本持平，整体趋势略有增加。但是合作著作文献所占比例较大。这些反映出该领域研究的平稳发展；也说明我国负荷预测研究研究正朝着多方法与交叉学科发展。
　　3.2 负荷预测研究的热点与趋势
　　在2008～2017年10年期间，关于负荷预测方面的研究共计1648篇，其中绝大多数反映了超短期、短期和中长期的负荷预测问题研究的相关进展，而概率负荷预测、区间负荷预测和组合负荷预测这些新兴研究方向的进展是目前学者较为关注的方法。目前，传统的预测方法主要包括以统计学为基础的回归模型和时间序列预测模型。回归模型通过构建负荷与相关影响因素的经验回归方程，研究各变量之间的相互关系，并对历史负荷进行拟合和预测。随着第四次工业革命的到来，人工智能算法用于负荷预测，已经初见端倪，而且智能算法已经在负荷预测上应用相当成熟，未来会有更多的智能算法用于新能源负荷预测，因为目前风光出力的短期预测还不准，相关研究学者都在努力尝试将智能算法应用于新能源发电出力预测方面。
　　在统计研究中，负荷预测研究文献所载期刊的影响因子少数较高，大部分研究文献所载期刊的影响因子较低，这一现象表明了我国在负荷预测研究上某些方面还有很大的潛力可以挖掘，在研究的深度与广度方面可以进一步的加强，负荷预测研究的影响力也有待进一步提高，相关的智能算法应用的预测领域也会越来越多。
　　参考文献：
　　[1]康重庆，夏清，张伯明.电力系统负荷预测研究综述与发展方向的探讨[J].电力系统自动化，2004，28（17）：111.
　　[2]王玲玲，邢震，马景锐.2005～2014年我国园林植物研究文献分析[J].中国林副特产，2016（5）：8689.
　　[3]邱均平.文献计量学[M].科学技术文献出版社，1988，12.
　　[4]叶济蓉，潘东明，赖钟雄.1989～2006年我国龙眼研究文献计量分析[J].农业图书情报学刊，2008，20（4）：4145.
　　[5]安秀敏，吴林.2005年——2014年中国蓝莓研究文献计量分析[J].农业图书情报学刊，2015，27（09）：5760.
　　基金项目：西藏农牧学院研究生创新基金（编号：YJS201803）
转载注明来源:https://www.xzbu.com/1/view-15332960.htm