基于改进灰色理论中长期电力负荷预测.docVIP

基于改进灰色理论中长期电力负荷预测摘要：精确的负荷预测对电力系统的优化运作等有着深远的影响。本文利用灰色理论对中长期电力负荷预测进行定量分析，并对两种改进方法进行后验差检验比较，最后提出一种基于平滑数据处理与灰色理论相结合的预测模型。 关键词：负荷预测；灰色理论；GM(l,1)模型；平滑改进 Abstract: accurate load forecast for the operation of the power system optimization has profound implications. This paper by using the grey theory of long-term power load forecasting for quantitative analysis, and to the two improved methods posterior poor inspection comparison, the final is proposed based on a smooth data processing the combination of theory with the gray prediction model. Keywords: load forecasting; Grey theory; GM (l, 1) model, Smooth improvement 中图分类号：TU74文献标识码：A 文章编号： 1 引言 目前，国内外采用的预测方法有时间序列分析法、相关分析法、回归分析法、灰色预测方法等，时间序列法对规律性的处理不足；回归分析法的预测精度较低；灰色预测方法则是当数据离散程度越大时，预测精度越差。本文通过改进灰色预测理论并进行分析，提出采用组合预测的方法进行负荷预测，提高预测精度。 2 电力负荷预测理论与灰色预测理论 2.1 电力负荷预测理论 一般来说，按时间长短，电力负荷预测主要分为以下四种： (1)长期负荷预测。预测电力负荷十年以上的变化； (2)中期负荷预测。预测电力负荷五年左右的发展变化； (3)短期负荷预测。其主要预测电力负荷一年内的变化情况； (4)超短期负荷预测。主要是预测未来一小时甚至更短时间的电力负荷变化情况。 本文重点研究中长期负荷预测。 2.2 灰色预测理论 GM(1,1)模型是电力负荷预测的一种有效模型，是GM(1,n)的特例模型。GM(1,1)模型的建模具体步骤如下： 1)对原始灰色数列进行生成处理，削弱其随机性，增强规律性； 2)建立GM(1,1)模型，用最小二乘法求出模型参数； 3)对辨识后的模型进行检验，如果模型可行，进入下一步，否则转到第一步； 4)根据建立的 GM(1,1)模型预测生成的未来值； 5)将预测结果作逆生成(累减生成)处理，得到真实的预测值。 3 实证分析 参考2002年到2008年某市年用电量数据，应用灰色预测模型进行分析。 从表1中可以看出，最大的相对误差是6.3%，最小的相对误差是0.3%， 预测效果还是比较满意的。针对此灰色模型提出了两种改进方法。 (1)改变最小二乘法中的参数矩阵，并对相应模型的时间响应方程进行改变； (2)针对原始数据中可能存在的异常值，对原始数据序列进行三点平滑处理； 从表3可以看出，运用三点平滑处理后的预测相对误差减小，说明这种改进方法是可行的。 4 结论 本文通过实证分析，证明灰色预测模型预测精度较标准，提出的基于灰色理论与平滑处理相结合的预测模型取得较好的结果。关于对灰色预测模型进行改进的方法有很多，但并不存在一种通用的灰色改进模型，必须结合电力负荷预测的实际情况，针对负荷变化的特点做进一步完善。 5 参考文献 [1]牛东晓,曹树华等.电力负荷预测技术及其应用.北京:中国电力出版社,1998 [2]张大海,史开泉.灰色负荷预测的参数修正法.电力系统及其自动化学报,2001 [3]雷镇,阮萍.基于人工神经网络的中长期负荷预测算法,微机发展.2006 [4]魏伟,牛东晓.负荷预测技术的新进展.华北电力大学学报,2002 [5]邓聚龙.灰理论基础.武汉：华中科技大学出版社,2002 注：文章内所有公式及图表请以PDF形式查看。 1