改进的gm（1,1）模型在配电网日负荷预测中的应用 application of improved gm（1,1） in distribution network daily load forecasting.pdfVIP

研 究 与开发 改进 的GM(1，1)模型在 配 电网日负荷预测中的应用 陈辰旭 杨耿杰 郭谋发 (福州大学 电气工程与 自动化学院，福州 350108) 摘要 灰色预测法常用 GM(1，1)模型，当负荷波动较大时，该模型预测精度较低。针对周 期性波动较大的 日负荷提出了一种基于等维新息的改进灰色预测模型，即 “滑动平均一反双 曲余弦”模型。该模型对等维更新的数据做预处理，充分利用预测新息降低灰度 ，提高离散 数据的光滑度，从而提高预测精度 。通过两个典型的实例介绍了改进灰色预测模型在 日负荷 预测中的应用 。结果表 明该模型能够改善预测效果。 关键词： 日负荷预测；GM(1，1)模型；等维新息；滑动平均；反双 曲余弦 ApplicationofImprovedGM (1，1)in DistributionNetworkDailyLoadForecasting ChenChenxu YangGengjie GuoMoufa (CollegeofElectricEngineeringandAutomationofFuzhouUniversity，Fuzhou350108) Abstract ThemodelofGM(1．1)isusualusedingreyforecasting，sometimestheprediction accuracyofthemodelisrelativelylow whentheloadhaslargerfluctuation．Thepaperputsforward animproved grey system modelbasedon equaldimension andnew information forthedaily load whichhaslargercyclicalfluctuation．thatis “movingaverage-inversehyperboliccosine”mode1．In ordertoincreasethepredictionaccuracy,themethoddopretreatmentonthedataofequaldimension， itcanreducegreydegreeandimprovethesmoothnessofdiscretedata．Theapplicationofimproved greysystem modelindailyloadforecastingisintroducedthroughtwotypicalandpracticalexamples． Theresultsshow thatthemethodcanincreasetheforecastingaccuracy． Keywords：dailyloadforecasting；GM(1，1)model；equaldimensionandnew information； movingaverage；inversehyperboliccosine 电力系统 日负荷预测的方法很多，其中灰色预 数值影响虽不大，但仍会造成预测结果的误差。 测l】】所需要样本数据少 ，不考虑分布规律和变化趋 本文提出了一种将等维新息数列进行滑动平均l2] 势、原理简单、运算方便、预测精度较高且可检验 处理并做反双 曲余弦变换的灰色预测法。改进的灰 性强，是一种比较有效 的方法，因此得到了广泛的 色预测法充分利用预测得到的新信息，缩小了灰平 应用。 面，之后对其进行数据预处理，提高了数列光滑度， 采用 GM (1，1)灰色模型进行负荷预测 ，要 最终提高预测精度。最后选取两个实例进行仿真分 求原始数据序列必须符合或基本符合指数规律变 析改进后的预测效果。 换，且数据序列变化速度不宜太快 ，这样可得到较