电力负荷预测第八章灰色系统预测方法(531).pptVIP

GM(1,1)修正模型的还原解为 导数型 残差修正 注意：一般不使用全部残差建模。 修正前 的值 ？ 参见例题 4.算例 已知： 试：作下一期的预测。 解：step1： 普通GM(1,1)建模； 序号 i 1 0 43.45 43.45 43.45 0 0.00% 2 1 47.05 90.5 89.93 0.57 0.63% 3 2 52.75 143.25 140.79 2.46 1.72% 4 3 57.14 200.39 196.44 3.95 1.97% 5 4 62.64 263.03 257.32 5.71 2.17% 6 5 68.52 331.55 323.95 7.6 2.29% 未修正前的建模计算 ●偏差较大且有逐步增大的趋势； 问：为什么与 X1 比较？ step2： 基于残差的GM(1,1)建模； 取n’=5 step3： GM(1,1)残差修正模型； 残差未 发生变化 序号 i 1 0 43.45 43.45 43.45 0 0.00% 2 1 47.05 90.5 89.93 0.57 0.63% 3 2 52.75 143.25 140.79 0.59 0.41% 4 3 57.14 200.39 196.44 0.33 0.17% 5 4 62.64 263.03 257.32 0.31 0.12% 6 5 68.52 331.55 323.95 0.85 0.26% 修正后的建模计算 结论：偏差大大降低； step4： 采用残差GM(1,1)模型预测； 注意： ● 本残差修正GM(1,1)模型，采用的是残差求导 方式； ● 残差修正是基于 预测模型之上进行的。 五.其它灰色预测模型 1.GM(1,N)预测模型 2.GM(2,1)预测模型 3.灰色系统预测模型 1.GM(1,N)模型——多个影响因素的建模问题 系统有n个影响变量 每个变量有m个数据，则有： 对每一个原始序列进行累加 形成生成数列 由这n个序列组成的系统，围绕着主要因素X1建立微分方程： ——一阶n个变量的微分方程。 由最小二乘法知： GM(1,N)的模型为 注： 例：对以下两组数据建立GM(1,2)模型，且 进行预测。 i 1 2 3 4 5 6 X10 2.278 2.037 3.261 3.679 3.851 X20 7.04 7.645 8.075 8.53 8.774 9.54 解： step1:累加生成新序列。 i 1 2 3 4 5 X11 2.278 4.915 8.176 11.855 15.706 X21 7.04 14.685 22.76 31.29 40.064 step2:计算B和Yn阵。 step3:计算a和b2。 step4:写微分方程且写出解的形式。 step5:模型的检验。 当k=0时， 2.GM(1,1)模型的建立 原始时间序列 累加生成序列 生成序列X1的微分方程为： 其中，a—发展灰数； u—内生控制灰数； （灰色作用量） 待估参数 ●-a反映了 的发展态势。 一般情况下，系统作用量应是外生的或前定的，而 GM(1,1)是单序列建模，只用到系统行为序列（或称输出 序列，背景值），而无外作用序列（或称输入序列，驱 动值）。 ●b为从背景值挖掘出来的数据，反映了数据变化的关系，其确切内涵是灰的。 灰色作用量是内涵外延化的具体体现，它的存在， 是区别灰色建模于一般输入输出建模（黑箱建模）的分 水岭。 运用最小二乘法（推导参看牛东晓p172)，估计参数 其中：