负荷预测报告.docVIP

负荷预测报告 题目：对A地区不同的类型日进行日负荷预测。利用A地区前11个月已知的周六的负荷数据对第12个月的四个周六的负荷进行预测，得到的预测值与第12个月各周六的实际值对比，分析误差。 预测方法： 比例系数平滑预测法，把星期一至星期日分为七个类型日，其中包含两个大的类型(工作日与周末)分别对两个类型的周一与周六进行预测。其预测数据满足比例系数平滑法的两个基本条件：1.同类型日的平均负荷呈线性增长趋势；2.同类型日的负荷曲线形状相近。现在对最后一个月的周六进行预测，并用实际数据检验，计算分析误差。 基本步骤： 第一步,对数据进行处理 打开A地区负荷值的Excel表格，把一年中五一，十一，春节重要节日从表格中除去以满足两个基本条件，然后点击工具栏中数据的筛选（自动筛选），在日期类型日中选中星期六（如发现数据有明显错误的也应删除，例如周一中有一天数据全为零）。 第二步，对日平均负荷用二阶指数平滑法预测出XT+1 （一次指数平滑序列） （二次指数平滑序列） 计算出模型的截距 （t=1,2,3,…T） 得出模型的斜率 l=1,2,3… 其中当t足够大时（数据中t=96），上面两式是准确的。具有线性性质，所以这个模型是合理的。 平滑系数可通过分析预测误差加以优选。 第三步，计算每小时负荷与日平均负荷 (i=1,2,…44； l=1,2,…96) 对Z1l Z2l …ZTl 用一阶指数平滑法(近大远小)预测出第T+1个星期一或周六的各个时间段的比例系数ZT+1 。作出预测 最后，把预测值与实际值在图形上做对比，然后进行误差分析（包含绝对误差，相对误差，方差）。 预测数据对比： 现在对最后一个月的四个周六进行预测,第一天的预测结果如下： MSE = 3.0245e-004 程序如下： x=A1; % 导入日平均负荷（44×1）矩阵 y=A2; % 导入各个时刻的负荷（44×96）矩阵 c=0.78; % 设定平滑系数 s1=x(1);s2=x(1); % 设定初值 for i=1:44 % 利用二阶指数平滑求出预测模型的截距与斜率 s1=c*x(i)+(1-c)*s1; s2=c*s1+(1-c)*s2; a=2*s1-s2; b=(c/(1-c))*(s1-s2); end X=a+l*b; % 建立预测模型 （当数据足够多时基本满足线性 关系）求出所要预测的日平均负荷。 s4=zeros(1,96); % 创建零矩阵 d=0.36; for n=1:96 % 利用循环语句使每一时刻的负荷值于当日的 for m=1:44 日平均负荷比较，确定各个时刻所占日平均 z(m,n)=y(m,n)/x(m); 负荷的比例系数。 s3(1,n)=z(1,n); s3(m+1,n)=d*z(m,n)+(1-d)*s3(m,n); end s4(1,n)=s3(45,n); % 把所预测的各个时刻比例系数转到s4矩阵 end for n=1:96 J(1,n)=s4(1,n)*X; % 得到所要预测一天各个时刻的负荷值 End t=zeros(2,96); % 创建（2×96）的零矩阵 t(1,:)=J; % 第一行为预测的负荷值 t(2,:)=sc(l,:); % 第二行为实际的负荷值 subplot(2,2,1); % 设置子图 plot(transpose(t)) % 显示图形 legend(y=预测,y=实测) for t=1:96 xdwc(1,t)=((sc(1,t)-J(1,t))/sc