基于Adaboost的改進多元線性回歸灰色組合中期負荷預測.pdf

1、中期負荷預測是電力專項規(guī)劃的重要環(huán)節(jié)，且規(guī)劃方案的質量與其預測精度密切相關。此外中期負荷預測對電力網(wǎng)安全性也有著極其重要的作用?？紤]到負荷預測多方案性、時間性、條件性和不確定性特點，截至目前還沒有任何一種方法適用于所有情況。所以在進行實際預測時，要結合具體情況，具體分析，挑選合適的模型。
　　本文是對中期負荷預測技術進行研究。首先對中期負荷預測目的、意義和國內(nèi)外研究現(xiàn)狀進行了綜述。然后剖析了多元線性回歸算法及Adaboost算法。

2、針對小樣本數(shù)據(jù)搭建的多元線性回歸模型的異方差性影響，提出一種基于Adaboost的改進多元線性回歸算法。該算法利用Adaboost算法動態(tài)調(diào)整不同樣本對應的權值因子，并協(xié)調(diào)和組合多個多元線性回歸模型，在減弱異方差性影響的同時提高了算法的泛化能力。
　　接著分析了灰色GM(1,1)算法的原理，針對GM(1,1)模型預測精度不高的缺陷，提出先利用滑動平均法進行改進。若精度達不到要求，再利用殘差修正法和馬爾可夫法建立改進殘差GM(1,1