基于修正权马尔科夫链的工业用电负荷预测方法 industrial electricity load forecasting method based on amendment weighted markov chain.pdfVIP

EL莲e下RlCp0WER 第29卷第7期 电力科学与工程 V01．29，No．7 23 ElectricPowerScienceand Jul．，2013 2013年7月 Engineering 基于修正权马尔科夫链的工业 用电负荷预测方法 黄 辰1，霍 焱2 (1．辽宁轨道交通职业学院电气工程系，辽宁沈阳110036； 2．中国移动通信集团终端有限公司辽宁终端分公司，辽宁沈阳110011) 摘要：为解决当前工业电力供需矛盾问题，需要科学预测工业用电负荷。根据工业用电的特点，将加权 马尔科夫链和同期因子统计特征密切结合，马尔科夫链用来揭示状态转移的随机分布，根据同期因子概 率和权值修正预测状态。实证研究表明，此方法可为工业用电负荷提供参考依据。 关键词：工业用电负荷；马尔科夫链；修正权；预测 中图分类号：TM73文献标识码：A DOI：10．3969／j．issn．1672—0792．2013．07．005 揭示状态转移的规律，然后用同期因子来修正预 0引言 测状态，最后预测下一季度的每月用电负荷状态。 实证表明，此方法可为工业基地的供电负荷提供 在能源日益稀缺的今天，电力资源的浪费与 参考依据。 短缺现象并存，如何缓解这一矛盾成为人们关注 的焦点。电网为工业基地提供合理的电量，不仅 1预测模型介绍 可以充分支持当地工业发展，而且能节约能源。 科学预测用电负荷便成为解决该矛盾有效方法之 1．1马尔科夫链 一。目前，用电负荷预测是指通过对历史数据的 马尔科夫链是数学领域中具有马尔科夫性质 分析和研究，运用统计学、数学、工程技术及经 的离散时间随机过程。目前，各种马尔科夫链预 验分析等定性定量的方法，探索事物之间的内在 测模型的实质均是根据历史事件发生的概率进行 联系和发展变化规律，对未来的用电负荷做出预 预测，这是一种“无后效性”的随机过程，即在 先估计和推测¨。1。工业用电负荷受经济政策因 已知某一随机过程“现在”的条件下，其“将 素和自然社会环境随机影响，成规律性与离散随 来”与“过去”是独立的。马尔科夫链是状态与 机并存的状态，尚无精确成熟的方法。 时间参数均离散的马尔科夫过程，其数学表达如 沈阳作为重要的工业基地，工业用电负荷占 下所述： 该市用电负荷的50％以上，该地区工业用电受其 设有离散的随机过程{x。，n∈T}，其时间 他因素影响，粗略地成季节性增长性变化，但单 纯经验预测可能受主观因素影响，无法做出合理 2，…}，亦即x。是时间离散状态的。若对任意的 判断，而马尔科夫链只适用于单序列的短期状态 整数凡∈T及任意的石f(戈¨石边，…，菇。，石¨1) 预测。由于工业用电负荷序列呈现规律与随机并 ∈E，在概率空间中的随机序列{X。，t，}，T= 存的状态，因此采用将数据关联统计特征与马尔 科夫链密切结合的方法。首先，用马尔科夫链来 …}，如果对任意的整数n∈T及任意的i，，i：， 收稿日期：2013—05—15。 万方数据 电力科学与工程 2013生 …，il+。∈E，条件概率满足： 式中：P为考虑影响范围内的步长，则，加权马