負荷預測中誤差校正及組合權重選取的研究.pdf

1、電力系統(tǒng)短期負荷預測是電力部門的一項重要工作。它關系到電力系統(tǒng)的調度運行和生產計劃，準確的負荷預測有助于提高系統(tǒng)的安全性和穩(wěn)定性，能夠減少發(fā)電成本。隨著電力市場的建立和發(fā)展，短期負荷預測將發(fā)揮越來越重要的作用。電力系統(tǒng)負荷預測的結果是研究電力系統(tǒng)規(guī)劃問題、電力系統(tǒng)經濟運行及調度自動化的重要依據。 電力負荷是一個隨機非平穩(wěn)過程，其負荷數據由于受到各種因素的影響，可能存在某些“壞數據”或“不良數據”，這些數據夾雜在正常的負荷數據中，

2、嚴重地影響了負荷預測的精度，本文提出了一種絕對均值法，實現了對不良數據的準確辨識和修正。 負荷預報模型由于只能對負荷規(guī)律性進行有限描述而在建模域中存在建模誤差，在預報域中，與建模誤差具有相同統(tǒng)計特性的誤差分量就會延續(xù)到預報誤差中。為此本文提出一種將頻譜分析預測方法與基于灰色理論橫向誤差校正方法相結合的方法，由頻譜分析預測方法進行縱向預測，利用預測時刻之前的整點時刻負荷預測的誤差來建立灰色理論模型進行負荷預測的橫向誤差校正，并對灰

3、色校正模型分點的判斷方法作了改進，實例分析表明所提出的方法簡單有效、具有可行性。 由于影響電力負荷預測的因素眾多，用單一模型進行負荷預測時，只考慮了單一模型發(fā)展趨勢，采用組合預測方法進行預測，兼顧了每個模型的建模特點。本文利用貝葉斯定理，計算出每個預測模型的權重，選取支持向量機預測方法和頻譜分析預測方法，構造貝葉斯組合預測模型。采用本預測法對能很好反映負荷變化規(guī)律的模型賦予較大的權重，從而提高負荷預測精度。計算表明組合預測法的預