基于GM-GRNN的电力系统长期负荷预测.pdf

维普资讯 第35卷 第6期 继 电器 V_0l_35 No．6 2007年3月 l6日 RELAY Mar．16，2007 基于GM-GRNN的电力系统长期负荷预测 吴耀华 (陕西理工学院电气工程系，陕西 汉中 723003) 摘要：由于长期负荷历史数据比较少，因此预测难度较大。在分析了灰色预测和神经网络预测的优缺点的基础上，提出了一 种新型的预测方法一一GM-GRNN预测方法，此方法就是将灰色预测方法和人工神经网络 中的广义神经网络相结合的预测方 法，新方法发挥 了灰色预测方法中的 “累加生成”的优点，能够削弱原始数据 中随机性并增加规律性，同时避免 了灰色预测 方法及其预测模型存在的理论误差。最后采用我国某省年用电量的预测的算例表明该方法的预测精度优于单一的灰色预测和 单一的神经网络预测方法，为电力系统长期负荷预测提供了一种有用的方法。 关键词：电力系统；长期负荷预测；人工神经网络；广义人工神经网络；灰色预测 Longterm loadforecastingbasedonGM-GRNN inpowersystem W UYao—hua (DepartmentofElectricalEngineering，ShaanxiUniversityofTechnology,Hanzhong723003，China) Abstract： Bceauseoflackofhistoryloaddata．itismoredifficulttOpredictlongtimeload．ThepaperanalyzestIlemeritsaswell asdefectsofgreypredictionmethodnadartificalneuralnetwork(ANN)mehtod ，nadproposesanovelforecastingmehtod named greyneuralnetwork． enew mehtod utilizeshteaccumulationgenerationoperationofgreypredictionOt transform originaldatanad produceaccumulateddaat．ThedatapossessesbetterregularitywhichmakesiteasiertOmod elandtraintheANN nad avoidthe hteoreticalerrorofgreypredictionmehtod ．Casestudyshowshtatthismehtod ismoreaccuratenadfasterhtna singlegreyprediction na dsingleneuralnetworkmehtod ．Itisausefulmethod forlongterm loadforceasting． Keywords： powersystem； longtemr loadforceasting； artificialneuralnetwork； generalizedregressionneuralnetwork； rgeyprediction 中图分类号：TMTI5 文献标识码：A 文章编号： 1003-4897(2007)06—0045-04 负荷预测中得到重视和应用。基于神经网络的方法 0 引言 具有传统建模方法所不具备的诸多优点：如对被建 对一个 电力系统而言，提高电网运行的安全性 模对象的先验知识要求不多，一般不必事先对多个 和经济性，改善电能质