基于組合模型的最大負荷預測方法研究.pdf

1、電力負荷預測是電網規(guī)劃的核心部分，預測的困難主要體現在，外部環(huán)境變化對電網產生的影響，電網運行自身存在的風險加大等等。為使這些問題得到進一步解決，要有目的性、規(guī)劃性的做好負荷預測工作，為電網規(guī)劃工作打好基礎。
　　電力系統(tǒng)負荷預測有很多不同的方法，其中所有預測模型均以負荷系統(tǒng)為基礎，從各個角度簡化模擬出來的。在模擬電力負荷系統(tǒng)的時候，因為存在一些外界條件的影響，使負荷變量與負荷參數之間變得復雜，同時存在不確定性及其局限性。所以說，

2、使用單一的一種模型對電力負荷進行預測，并不能使其在所有情況下都得到令人滿意的預測結果。因此，現如今選用多種負荷的綜合預測模型已經成了電力系統(tǒng)負荷預測的主要途徑之一。
　　本文通過對電力負荷預測的內涵、特征及其常用的幾種預測方法的簡單介紹，并采取多種模型進行綜合負荷預測。分別對現如今使用比較廣泛的神經網絡模型與回歸模型的預測方法進行了詳盡的分析，其中包括基本模型、應用條件、特點及計算方法等，求出所有負荷預測模型的相關系數、擬合值與相

3、對誤差，將其中相對誤差較大的模型舍去，選擇出相對誤差較小的模型，即擬合精度高的模型。
　　本文首先對收集到的富錦地區(qū)1900年至2014年的最大負荷及對電力負荷影響較大的6個相關因素進行分析，通過BP神經網絡的兩個優(yōu)化模型疊加擬合得出最終預測結果。其次，利用現有數據對回歸模型中的4個單一模型分別進行擬合運算，通過相對誤差的比較，擇其優(yōu)者與BP神經網絡建立組合優(yōu)化模型，對富錦地區(qū)的電力負荷量進行預測。將新建立的模型和BP神經網絡模型