基于改進灰色模型的電力負荷預測方法研究及應(yīng)用.pdf

1、負荷預測是電力系統(tǒng)規(guī)劃、計劃、營銷、調(diào)度等工作的重要依據(jù)和基礎(chǔ)，電力負荷預測在電力系統(tǒng)規(guī)劃中的重要性和提高負荷預測精度的迫切性越來越受到高度重視。近幾十年來，國內(nèi)外的學者對負荷預測方法做了較充分的研究，為電力部門進行負荷預測工作時提供了科學的參考。在進行負荷預測時，需要根據(jù)不同樣本特點選用合適的預測模型，從而保證負荷預測工作的順利進行。
　　 本文首先分析總結(jié)了電力負荷預測的選題背景及其研究意義進行，在對負荷預測國內(nèi)外研究現(xiàn)狀的

2、基礎(chǔ)上，闡述了電力負荷預測的基本理論，綜合分析了電力負荷數(shù)據(jù)的分類、特點及其內(nèi)在規(guī)律，對負荷預測方法中的灰色預測模型GM(1，1)模型進行了了深入的研究，指出了傳統(tǒng)GM(1，1)模型本身固有的的缺陷導致的其在實際負荷預測應(yīng)用的其局限性，為了提高模型的預測精度和適用性，本文構(gòu)建了改進的灰色模型，從原始數(shù)據(jù)預處理、初始條件改造、初值選取和模型參數(shù)優(yōu)化四個方面提出了相應(yīng)的改進方法，主要的工作如下:(1)對原始負荷數(shù)據(jù)預處理，針對原始數(shù)據(jù)誤差提

3、出了相應(yīng)的數(shù)據(jù)修正的方法，并對預測日進行分類，削弱了外界干擾對負荷預測模型的影響;(2)改造初始條件，利用緩沖算子對原始數(shù)據(jù)進行處理，根據(jù)“新息優(yōu)先”的原則，使處理后的原始數(shù)據(jù)序列更好地反應(yīng)負荷未來發(fā)展的規(guī)律;(3)對于初值的選取，利用原始數(shù)列模擬值與預測值歐氏距離最小為約束條件優(yōu)化時間響應(yīng)函數(shù)，使原始信息得到更好的利用;(4)針對GM(1，1)模型背景值選取不當?shù)膯栴}，利用自適應(yīng)粒子群優(yōu)化算法求解背景值，優(yōu)化了模型參數(shù)，進一步提高預測

4、模型負荷預測值與實際值的擬合度。
　　 為了得到更加理想的預測效果，本文分別在實際應(yīng)用中，針對短期負荷預測和中長期負荷預測的特點，在上述改進灰色模型的基礎(chǔ)上:(1)建立改進灰色BP神經(jīng)網(wǎng)絡(luò)模型組合預測模型，利用BP神經(jīng)網(wǎng)絡(luò)預測模型非線性逼近、容錯能力強的特點，較好地擬合了電力負荷用電量的發(fā)展趨勢，大大提高了改進灰色模型短期負荷預測的預測精度;(2)建立改進局部殘差修正的等維新息灰色預測，融合了GM(1，1)模型處理“貧信息”、“