基于灰色系统和人工神经网络的负荷预测综合模型.pdfVIP

基于灰色系统和人工神经网络的负荷预测综合模型 1 2 2 2 2 1 1 方 静 ，李新炜 ，程 鹏 ，唐智育 ，鄢安河 ，孙长银 ，鞠 平 （1．河海大学电气工程学院，江苏 南京 210098；２．河南省电力公司，河南 郑州 450052 ） 摘 要：灰色系统、人工神经网络作为行之有效的负荷预 而且求解参数a 、u 的算法也有一些缺陷，等等。 测工具有着各自的优缺点，本文通过研究两者的互补性， 所谓人工神经网络是指模拟人脑神经系统的 分析了两者的结合方式，给出了基于灰色系统和人工神经 结构和功能，运用大量的处理部件，由人工方式 网络的负荷预测综合模型。通过算例初步进行了验证。 [4] 建立起来的网络系统 。由于负荷变化的随机性， 关键词：负荷预测；灰色系统；人工神经网络；综合模型 不可能用一个显式的数学公式来总结其规律、得 到精度良好的预测结果。而神经网络预测模型可 以将传统显式函数的自变量和应变量作为网络的 0 引言 输入和输出，将传统的函数关系转化为高维的非 负荷预测是电网调度机构制定发供电计划和 线性映射，再通过神经网络强大的学习能力把样 做好电网供需平衡的关键，也是电力市场运行的 本中所隐含的规律分布在神经网络各层的连接权 基础。负荷预测的误差主要由两方面引起：第一 上。正是由于人工神经网络强大的非线性映射能 是由于负荷的不可控性，即负荷变化的随机性， 力，使其在负荷预测中得到广泛的应用。但是神 特别是由气象或其它原因造成的负荷突变严重降 经网络良好的非线性函数逼近能力是需要网络具 低了负荷预测的精度，而这部分误差是无法避免 有足够多的隐节点、需要大量的样本数据来保证 [1] 的，换言之负荷预测存在着精度上限 。第二是 的，而且隐节点个数的选择也是一个难点。 由于预测方法本身引起的误差，也就是说没有一 灰色预测模型和神经网络预测模型均已经分 种算法可以达到预测精度的上限都只是逼近而 别应用于负荷预测 [5＿7] ，两者存在各自的特点和 已。随着计算机技术和现代数学方法的发展，预 不足，如果能将两者有机集合，实现互补，就可 测人员不断改善预测算法目的就是减少由于方法 以提高系统建模的效率和模型的精度。本文对灰 本身所带来的误差，能够最大限度地逼近负荷变 色系统和人工神经网络预测模型的可能结合方式 化规律，从而能够最大限度地逼近负荷预测的精 做了总结和分类。 度上限。 1