เปรียบเทียบวิธี

	การพยากรณ์ภาระไฟฟ้า	การวิเคราะห์ความเพี้ยนฮาร์มอนิก
สาขาวิชา	วิศวกรรมไฟฟ้า	วิศวกรรมไฟฟ้า
ตระกูล	Process / pipeline	Process / pipeline
ปีกำเนิด	1960s	1822
ผู้ริเริ่ม	Electrical utilities	Jean-Baptiste Joseph Fourier
ประเภท	Computational pipeline	Computational pipeline
แหล่งต้นตำรับ	Hippert, H. S., Pedreira, C. E., & Souza, R. C. (2001). Neural networks for short-term load forecasting: A review and evaluation. IEEE Transactions on Power Systems, 16(1), 44-55.	IEEE Std 519-1992: IEEE Recommended Practices and Requirements for Harmonic Control in Electrical Power Systems.
ชื่อเรียกอื่น	demand forecasting, electricity consumption prediction, load demand estimation	harmonic content analysis, THD analysis, Fourier harmonic decomposition
ที่เกี่ยวข้อง	4	4
สรุป	Load forecasting predicts future electrical demand on power systems across various time horizons: minutes to hours (short-term), days to weeks (medium-term), and months to years (long-term). Accurate forecasting is essential for economic dispatch, unit commitment, and system reliability. Methods range from classical statistical regression to modern machine learning approaches.	Harmonic distortion analysis quantifies the deviation of voltage or current waveforms from sinusoidal shape due to nonlinear loads. Using Fourier decomposition, engineers separate the waveform into its fundamental frequency and harmonic components (integer multiples of 50 or 60 Hz). Harmonic analysis is critical for assessing power quality and designing filters in modern power systems with high penetration of nonlinear devices.