一种改进的月电量灰色预测模型.pdfVIP

维普资讯 箜 鲞箜 塑 湖 北 电 力 VF01．31№2 2007年4月 eb．2007 一 种改进的月电量灰色预测模型 朱国华 ，吕华珍 ，王 林。 (1．华 中科技大学计算机学院，湖北 武汉 430074；2．武汉供电公司，湖北 武汉 430013； 3．海颐软件股份有限公司，山东 烟 台 264005) [摘 要] 灰色预测模型GM(1，1)主要适用于光滑数据序列的预测。由于月售电量数据序列存 在着突发和季节数据项，直接采用灰色模型进行预测往往效果不佳。通过在原数据 中分离出季节数据 项，从而得到季节补偿 系数的方法消除季节因素影响，通过数据的滑动平均处理消除突发 因素影响，改 善数据序列的光滑度 ．提高灰色模型的预测效果 ，并给出实例验证。 [关键词] 季节补偿 ；灰色模型；月售电量 [中图分类号]0159；T715 [文献标识码]A [文章编号]1006—3986(2007)02-0004~3 ImprovedGreyPredictionModelforM onthlyElectricPowerDemand ZHU Guo．hua ，LU Hua—zhen ，WANG Lin。 (1．SchoolofComputerScience，HuazhongUniversityofScienceandTechnology，Wuhan430074China； 2．WuhanPowerSupplyCompany，Wuhan430013，China；3．ttighsoflsoftwareco、，Ltd，Shandong，Yantai264005，China) [Abstract]TheGM(1，1)forecastmodelfitsinwithmainlythesmoothdatasequence．Itinadequatetothe forecastofmonthlypowerdemandbecauseofthecasualchangesandseasonfactor．Thedatasequencecanbe smoothenoverbyseperatingtheseasonpartfrom theoriginaldataandcasualchangesbyoverlappingaverages． Theresultsofforecastcanbeimprovedbythosemethods，anditcanbeverifiedbygivenexample． [Keywords]seasoncompensation；greymodel；monthlypowerdemand 预测 ，预测精度将会大大 降低，由于各种 因素的影 1 引言 响，使电力需求量的时间序列呈现出一定的随机和 电力市场需求预测是电力公司适应市场经济要 季节改变。为此需要对原始数据列进行处理。 求，保证公司投资回报和提高经营效益的基础工作。 电力需求量存在季节变动 ，同时各年水平或 同 电力系统 目前常用 的预测方法 (回归分析、神 月 (或季)水平呈现上升或下降的趋势。通过从原 经网络法等)，若样本较小 ，易造成较大误差，使预 始电量数据中分离出季节数据项 ，并利用滑动平 测 目标失效。若样本较大 ，则计算复杂，不易应用 。 均和季节补偿系数消除噪音项数据影响，然后用灰 灰色预测的模型(greypredictionmode1)简称 GM模 色预测模型拟合修正后的平滑数据序列，从而实现 型 ，它所需建模信息少