基于Microsoft时序算法在电力负荷预测中的应用.docVIP

基于Microsoft时序算法在电力负荷预测中的应用 　　摘要：电力负荷预测是实现电力系统安全、经济运行的基础，文章利用Microsoft数据挖掘技术，混合应用其时间序列算法中的自动回归树算法和自动回归滑动平均算法，对电力负荷进行预测和分析。从案例应用可以看出，不仅预测操作过程简单，而且预测结果在效率上也有很好的实际意义，是对电力负荷预测研究的一种探索，也可广泛应用于与时间序列分析相关的诸多领域中，具有广泛的应用前景。 　　关键词：电力负荷预测；数据挖掘；时间序列；算法 　　中图分类号：TP391文献标识码：A文章编号：1009-3044(2011)08-1923-04 　　Microsoft Time Series Algorithm Based on Load Forecasting Application of Power 　　LIU Jin-ping 　　(Fujian Electric Vocational and Technical College, Quanzhou 362000, China) 　　Abstract: Article applies data mining technology in Microsoft Time Sequence, the power system load forecasting and analysis, not only the prediction process is simple, and the predicted results in efficiency is also good practical significance is a study of a power load forecasting Exploration can also be used in time series analysis and the many related areas, with a wide range of applications. 　　Key words: power load forecasting; data mining; time series; algorithm 　　电力系统负荷预测是实现电力系统安全、经济运行的基础，电力负荷预测工作的水平已经成为衡量一个电力企业的管理是否走向现代化的显著标志之一，尤其在我国电力事业空前发展的今天，用电管理逐步走向市场，电力负荷预测问题的解决已经成为重要而关键的课题。对发电企业来说，准确的负荷预测可以经济合理地安排电网内部发电机组的启停，保持电网运行的安全稳定性，减少不必的旋转储备容量，合理地安排机组检修计划，有效地减低发电成本，并有利于决定新机组的新建、扩建、增容容量的大小[6]。 　　常见的电力负荷预测方法主要有：经典的回归分析法、时间序列预测法、电力弹性系数法、产值单耗法、综合分析法等等。 　　1 时间序列预测法 　　一个随着变量t变化的量y(t)组成的离散有序集合，称为一个时间序列，记作{y(t)}。如果变量t表示时间，则一组按时间顺序排列的数据就是一个时间序列。由于电力负荷是一个随机变量，它所描述的过程是一个随机过程，电力负荷的历史资料就是按一定时间间隔进行采样记录下来的有序集合，这是一个时间序列，用这个序列对电力负荷变化的规律和特性进行分析并对未来负荷做出预测，正是电力负荷时间序列预测技术的主要内容[2]。 　　1.1 Microsoft时间序列算法 　　基于数据挖掘技术，微软公司发布了新一代企业级应用平台SQL Server2008、Visual Studio 2008。使用SQL Server2008 Analysis Services (SSAS)可以很方便地创建复杂的数据挖掘解决方案。SSAS工具提供了设计、创建和管理数据挖掘模型的功能，并且使客户端能够访问数据及挖掘数据[1]。 　　Microsoft时序算法结合了自回归技术和决策树技术，所以此算法称为自动回归树（ARTXP），这个算法用于短期预测。SQL Server2008在Microsoft时序算法中增加一个时间序列内部的附加算法：自动回归滑动平均算法（ARIMA），这个算法用于长期预测。SQL Server2008增加了对这两种序列算法的混合进行配置的功能，FORECAST_METHOD参数显示了具体使用的是哪个算法或是混合。 　　不少时间序列有季节循环的特性。比如，每年12个月电力负荷波谷波峰表现出周期季节变化。电力负荷常以小时、天、星期、月甚至以年为周期发生变化，所以电力负荷是一个具有周期性的非平稳随机过程。处理季节性的问题通常采用季节性差分变换?D?D从非平稳时间序列中抽出一个平稳的随机因素，得到一个