《GMDH方法在中长期电力负荷预测中的应用》.pdfVIP

·电力系统· 嘭艺量胡2008年第27卷第8期 GMDH方法在中长期电力负荷预测中的应用 周晓华 黄玲 刘胜永 (广西工学院电子信息与控制工程系 545006) 摘 要 在时间序列预测法的基础上，将数据处理组合方法GMDH应用于中长期电力负荷 预测。介绍了GMDH的基本原理，根据历史数据建立GMDH模型，通过某地区电力负荷预测实 例，对电力负荷值进行了计算分析，结果表明该方法可获得较高的预测精度。 GMDH 关键词 中长期电力负荷预测 时间序列预测法 方法构造数学模型。由系统各输入单元交叉组合产 l 引言 生一系列的活动神经元，其中每一神经元都具有选 科学的预测是正确决策的依据和保证。电力系 择最优传递函数的功能，再从已产生的一代神经元 统负荷预测成果是地区或电网电力规划的基础，它 选择若干与目标变量最为接近的神经元，被选出的 为地区或电网的电力发展速度、电力建设规模、电 神经元强强结合再次产生新的神经元，重复这样一 力工业布局和地区或电网间的电力余缺调剂，以及 个优势遗传、竞争生存和进化的过程，直至新产生 地区或电网资金和人力资源的需求与平衡提供可靠 的一代神经元都不比上一代更加优秀，于是最优模 的依据。因此，提高预测精度既能增强电力系统运 型被选出¨o。 行的安全性，又能改善电力系统运行的经济 2．2 GMDH基本原理 性u’21。电力负荷预测按照预测点的时间间隔可划 GMDH方法只利用输入和输出变量的观测数 分为长期、中期、短期和超短期预测。中期和长期 据，不需要事先设置任何参数和模型的具体形式， 预测主要用于厂网规划和水库调度等¨·，主要预 而是根据研究对象的具体情况，通过计算由某些判 测方法有自身规律外推法(包括回归分析、动平 据自动地寻找出数据间的函数关系一1。 均、指数平滑、灰色预测等)、考虑主要影响因素 首先从输入变量菇，，髫：，…，髫。出发，对每 的各类相关预测法、历史同月数据的外推预测以及 一对输入变量z；和茹，及输出变量，，，计算如下的回 考虑年度周期性的时间序列预测法H1。本文在时 归方程 (1) 间序列预测法的基础上，引入数据处理组合方法 Y=A+Bxi+c菇f+D菇；+E菇；+Fxl菇， MethodofData 产生m(m一1)／2个较高阶变量，替代最初的m (Group Handling，GMDH)对中长 期电力负荷进行了预测。该方法用多项式作为数据 个变量菇，，菇：，…，％，对输出变量Y进行估计。 处理和建模的基本形式，并在结构上有自组织和全 在从一组输入、输出观测中找到这些回归方程后， 局选优的特性，非常适合进行非线性数据的拟合。 利用一个判据来对每个回归方程进行评估，选出其 中最优者保留下来，得到一组(假定m。个)对，， 2 GMDH及其原理 进行最佳估计的二次回归方程(每个估计只依赖 2．1 GMDH概述 于两个自变量)，再利用每一个刚得到的回归方程 生成第二代输入变量的观测值，代替原始的茗．， GMDH是前苏联学者A．G．Ivakhnenko等人 提出的一种运用多层神经网络原理和自组织结构思 髫：，…，髫。的观测值。