基于线性相关分析的周期自回归短期负荷预测.pdfVIP

第 38 卷 第 14 期 电力系统保护与控制 Vol.38 No.14 2010 年 7 月 16 日 Power System Protection and Control Jul. 16, 2010 基于线性相关分析的周期自回归短期负荷预测 唐俊杰，牛焕娜，杨明皓 （中国农业大学信息与电气工程学院，北京 100083） 摘要：对配电系统短期负荷预测的周期自回归模型和配电负荷的周期性进行了研究。采用相关分析法对配电负荷的周期特性 作了深入地分析，研究结果表明配电负荷的日周期性比周周期性更明显；基于配电负荷的时刻相关性分析，挑选出对预测结 果起决定性作用的特征输入量，据此提出了改进的配电负荷日周期PAR预测模型。实例研究表明，该模型较常规PAR预测模 型的预测速度更快、精度更高。 关键词：短期负荷预测；周期自回归模型；线性相关性分析；配电负荷；特征输入量 Periodic autoregressive short-term forecasting method based on the linear correlation analysis TANG Jun-jie，NIU Huan-na ，YANG Ming-hao （College of Information and Electrical Engineering，China Agricultural University，Beijing 100083 ，China ） Abstract ：The periodical auto-regression （PAR ）models for short term load forecasting in distribution electric systems and the periodicity of load cycle are investigated ．The result of the linear correlation analysis of distribution load curves shows that daily periodicity is more obvious than that of weekly ．An improved daily period PAR load forecasting model is proposed accordingly ．Based on the correlation analysis of the hourly period of distribution load，main determinants affecting load forecasting results are chosen as the characteristic input variables for the model ．The forecast results of the example show that this model is of more distinct performance improvement than that of the normal PAR forecasting models ． Key words ：short-term forecasting；periodical auto-regression model ；linear correlation analysis ；distribution load；characteristic inputs 中图分类号： TM715 文献标识码：A 文章编号： 1674-3415(2010)14-0128-06 目前短期负荷预测的方法很多，主要分为传统 0 引言 方法和智能方法两大类。常用的传统方法包括：时