基于奇異譜分析的組合模型在電力負(fù)荷預(yù)測中的應(yīng)用.pdf

1、作為人們生活中一項(xiàng)重要的能量資源，電能近年來已經(jīng)吸引了多方的重視，隨著電力系統(tǒng)的逐步發(fā)展，電能的預(yù)測已經(jīng)成為了市場參與者在電力市場中決策電力系統(tǒng)規(guī)劃和運(yùn)行的一個(gè)實(shí)用的工具。準(zhǔn)確的電力負(fù)荷預(yù)測不僅有利于確保電力系統(tǒng)的安全運(yùn)行、提高供電質(zhì)量，還有助于電力公司和消費(fèi)者制定合理的規(guī)劃、獲得最大化的利潤。然而，在實(shí)際電力系統(tǒng)中，由于電力負(fù)荷無法像煤、石油等資源大量存儲(chǔ)，且受到氣候、經(jīng)濟(jì)、社會(huì)變革等多種隨機(jī)因素的影響，因此，電力負(fù)荷預(yù)測仍是一個(gè)需要

2、投入大量精力和廣泛關(guān)注的技術(shù)性難題。
　　由于單一的預(yù)測模型不能充分地反映出電力負(fù)荷數(shù)據(jù)的復(fù)雜規(guī)律和信息，為了提高電力負(fù)荷預(yù)測的精度，充分利用每個(gè)模型的優(yōu)點(diǎn)，在統(tǒng)計(jì)分析大量的歷史負(fù)荷數(shù)據(jù)的基礎(chǔ)上，本文提出了一種基于奇異譜分析的混合預(yù)測模型。首先，文章詳細(xì)的介紹了課題研究的背景與意義，對影響負(fù)荷預(yù)測的各類因素進(jìn)行了歸納總結(jié)。依據(jù)國內(nèi)外電力負(fù)荷技術(shù)的發(fā)展與現(xiàn)狀，深入探討了負(fù)荷預(yù)測的分類和基本步驟，并對多種負(fù)荷預(yù)測方法的優(yōu)缺點(diǎn)進(jìn)行了分析

3、比較。
　　其次，為了提高電力負(fù)荷的預(yù)測精度，在分析影響組合預(yù)測模型構(gòu)建因素的基礎(chǔ)上，采用奇異譜分析法（SSA）對原始信號進(jìn)行降噪處理。實(shí)驗(yàn)結(jié)果表明，剔除了噪音分量的信號要更加光滑平坦，有利于更深入的分析研究。最后，依據(jù)組合預(yù)測的基本理論和方法，本文采用線性加權(quán)平均的方法，構(gòu)建了由雙隱含層BP神經(jīng)網(wǎng)絡(luò)、極限學(xué)習(xí)機(jī)（ELM）以及經(jīng)PSO優(yōu)化的回聲狀態(tài)網(wǎng)絡(luò)（ESN）三種模型組合的混合預(yù)測模型。該模型結(jié)合了雙隱含層BP網(wǎng)絡(luò)和回聲狀態(tài)網(wǎng)絡(luò)

4、訓(xùn)練過程簡單的特點(diǎn)，同時(shí)充分利用了極限學(xué)習(xí)機(jī)運(yùn)算簡便、運(yùn)行時(shí)間短、泛化性能好的優(yōu)點(diǎn)，與各單項(xiàng)模型相比，預(yù)測性能更優(yōu)。
　　此外，本文設(shè)定該組合預(yù)測模型的目標(biāo)函數(shù)為平均絕對百分比誤差（MAPE），應(yīng)用模擬退火算法（SA）優(yōu)化該組合模型的權(quán)重系數(shù)使得目標(biāo)函數(shù)值最小、預(yù)
　　測精度最高。文章在提出組合預(yù)測模型的基礎(chǔ)上，以澳大利亞昆士蘭電力市場的電力負(fù)荷數(shù)據(jù)為例進(jìn)行了短期的預(yù)測仿真。實(shí)驗(yàn)結(jié)果表明，該組合模型的預(yù)測精度比單項(xiàng)模型更高，