基于数据融合算法优化的GM (1, 1) 负荷预测模型.pdfVIP

　西安理工大学学报 ＪｏｕｒｎａｌｏｆＸｉ’ａｎＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ（２０１２）Ｖｏｌ．２８Ｎｏ．４　 ４４９ 　　文章编号：１００６４７１０（２０１２）０４０４４９０４ 基于数据融合算法优化的ＧＭ（１，１）负荷预测模型 １，２ １ 孟欣 ，李郁侠 （１．西安理工大学 水利水电学院，陕西 西安７１００４８；２．陕西理工学院机械工程学院，陕西 汉中７２３０００） 摘要：为了提高中长期电力负荷预测的精度，改进传统灰色ＧＭ（１，１）模型在中长期负荷预测中因 部分原始背景数据的偶然性偏差而导致预测精度降低的问题，提出了将数据融合算法与ＧＭ（１，１） 模型相结合以形成数据融合算法优化下的ＧＭ（１，１）模型。首先对特定年采用多个不同历史数据 进行ＧＭ（１，１）模型预测，利用数据融合算法对多次预测值进行优化分析，获得优化后的预测结果， 最后通过对某电力系统年用电负荷进行实例分析，证明数据融合优化下的ＧＭ（１，１）模型具有较高 预测精度。实践证明所建立的模型对电力系统中长期负荷具有良好预测能力。 关键词：负荷预测；灰色模型；数据融合 中图分类号：ＴＭ７１５　　　文献标志码：Ａ ＴｈｅＯｐｔｉｍｉｚｅｄＧＭ （１，１）ＬｏａｄＦｏｒｅｃａｓｔｉｎｇＭｏｄｅｌＢａｓｅｄｏｎＤａｔａＦｕｓｉｏｎＡｌｇｏｒｉｔｈｍ １，２ １ ＭＥＮＧＸｉｎ ，ＬＩＹｕｘｉａ （１．ＦａｃｕｌｔｙｏｆＷａｔｅｒＲｅｓｏｕｒｃｅｓａｎｄＨｙｄｒｏｅｌｅｃｔｒｉｃＥｎｇｉｎｅｅｒｉｎｇ，Ｘｉ’ａｎＴｅｃｈｎｏｌｏｇｙＵｎｉｖｅｒｓｉｔｙ，Ｘｉ’ａｎ７１００４８，Ｃｈｉｎａ； ２．ＳｃｈｏｏｌｏｆＭｅｃｈａｎｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，Ｓｈａａｎ’ｘｉＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｈａｎｚｈｏｎｇ７２３０００，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｎｏｒｄｅｒｔｏｉｍｐｒｏｖｅｔｈｅｐｒｅｃｉｓｉｏｎｏｆｌｏａｄｆｏｒｅｃａｓｔｉｎｇｏｆｔｈｅｍｅｄｉｕｍａｎｄｌｏｎｇｔｅｒｍｐｏｗｅｒａｎｄｔｏ ｓｏｌｖｅｔｈｅｐｒｏｂｌｅｍｏｆａｃｃｕｒａｃｙｒｅｄｕｃｔｉｏｎｏｆｔｒａｄｉｔｉｏｎａｌｇｒｅｙＧＭ（１，１）ｍｏｄｅｌｃａｕｓｅｄｂｙｔｈｅｃｏｎｔｉｎｇｅｎｃｙｄｅ ｖｉａｔｉｏｎｏｆｔｈｅｏｒｉｇｉｎａｌｂａｃｋｇｒｏｕｎｄｄａｔａｉｎｔｈｅｍｅｄｉｕｍａｎｄｌｏｎｇｔｅｒｍｌｏａｄｆｏｒｅｃａｓｔｉｎｇ，ｔｈｉｓｐａｐｅｒｓｕｇｇｅｓｔｓａ ｓｏｌｕｔｉｏｎｔｏｃｏｍｂｉｎｅｔｈｅｄａｔａｆｕｓｉｏｎａｌｇｏｒｉｔｈｍｗｉｔｈｔｈｅＧＭ（１，１）ｍｏｄｅｌｓｏａｓｔｏｆｏｒｍａｎｏｐｔｉｍｉｚｅｄＧＭ（１， １）ｍｏｄｅｌｂａｓｅｄｏｎｔｈｅｄａｔａｆｕｓｉｏｎａｌｇｏｒｉｔｈｍ．Ｆｉｒｓｔｏｆａｌｌｆｏｒａｐａｒｔｉｃｕｌａｒｙｅａｒ，ａｎｕｍｂｅｒｏｆｄｉｆｆｅｒｅｎｔｈｉｓｔｏｒｉ ｃａｌｂａｃｋｇｒｏｕｎｄｄａｔａａｒｅｔａｋｅｎｆｏｒＧＭ（１，１）ｍｏｄｅｌｐｒｅｄｉｃｔｉｏｎ．Ｔｈｅｎｄａｔａｆｕｓｉｏｎａｌｇｏｒｉｔｈｍｃａｎｂｅｕｓｅｄｔｏ ｍａｋｅｏｐｔｉｍｉｚａｔｉｏｎａｎａｌｙｓｉｓｏｎｍｕｌｔｉｐｌｅｐｒｅｄｉｃｔｅｄｖａｌｕｅａｎｄｔｈｅｏｐｔｉｍｉｚｅｄｆｏｒｅｃａｓｔｉｎｇｒｅｓｕｌｔｓｃａｎｂｅｏｂ ｔａｉｎｅｄ．Ｆｉｎａｌｌｙ，ｔｈｒｏｕｇｈｔｈｅｃａｓｅａｎａｌｙｓｉｓｏｆｔｈｅａｎｎｕａｌｅｌｅｃｔｒｉｃｉｔｙｌｏａｄｏｆａｐｏｗｅｒｓｙｓｔｅｍ，ｉｔｃａｎｂｅｐｒｏｖｅｄ ｔｈａｔｔｈｅｏｐｔｉｍｉｚｅｄＧＭ（１，１）ｍｏｄｅｌｂａｓｅｄｏｎｄａｔａｆｕｓｉｏｎｈａｓｈｉｇｈｅｒｐｒｅｄｉｃｔｉｏｎａｃｃｕｒａｃｙａｎｄｔｈａｔｉｔｈａｓａ ｇｏｏｄｐｒｅｄｉｃｔｉｖｅａｂｉｌｉｔｙｆｏｒｔｈｅｍｅｄｉｕｍａｎｄｌｏｎｇｔｅｒｍｌｏａｄｉｎｔｈｅｅｌｅｃｔｒｉｃｉｔｙｓｙｓｔｅｍ． Ｋｅｙｗｏｒｄｓ：ｌｏａｄｆｏｒｅｃａｓｔｉｎｇ；ｇｒｅｙＧＭ（１，