相关马尔可夫修正的负荷预测模型在电力能效监测终端中的应用

《相关马尔可夫修正的负荷预测模型在电力能效监测终端中的应用 》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、第52卷第9期电测与仪表Vo1．52No．92015年5月l0日Eiectricalneasurement＆InstrumentationMay．10。2015基于马尔可夫修正的负荷预测模型在电力能效监测终端中的应用依溥治，王健，徐人恒，张秋月，杨桐玲，曲井致，郭龙弟(1．东北林业大学，哈尔滨150040；2．哈尔滨电工仪表研究所，哈尔滨150028)摘要：提出了一种基于马尔科夫修正的负荷预测模型在电力能效监测终端中应用的方法。首先使用指数平滑法对电力能效监测终端历史用电量负荷数据进行预处理，弱

2、化用电量随机波动造成的影响，得出用电量负荷的总体趋势，然后使用马尔可夫链对指数平滑法的绝对误差进行修正，克服指数平滑滞后效应造成的预测精度不高的问题，从而提高了预测的准确性。最后就马尔可夫负荷预测模型在能效监钡0终端上的应用做了相应的介绍，并以真实电力负荷数据进行算例分析，测试了预测模型在实际中的性能。关键词：马尔可夫链；指数平滑；电力能效监测终端中图分类号：TM933文献标识码：B文章编号：1001—1390(2015)09—0011—08Loadforecastingmodelbasedon

3、MarkovcorrectionanditsapplicationintheenergyefficiencymonitoringterminalYiPuzhi'-，WangJian，XuRenheng，ZhangQiuyue，YangTongling，QuJingzhi，Guolongdi(．NortheastForestryUniversity，Harbin150040，China．2．HarbinResearchInstituteofElectricalInstrumentation，Har

4、bin150028，China)Abstract：Inthispaper，amethodispresentedinwhichtheMarkovcorrection—basedloadforecastingmodelappliedtothepowerefficiencymonitoringtermina1．Firstly，thehistoricalloaddataofthepowerefficiencymonitoringterminalispre-processedbyusingofanexpo

5、nentialsmoothingmethod，andweakeningtheimpactoftheofelectricityrandomfluctuations，thustheoveralltrendofpowerloadiscomputed．Secondly，theabsoluteerrorofexponentialsmoothingmethodiscorrectedbyusingoftheMarkovchain，andtheproblemoflowerpredictionaccuracyis

6、overcomewhichcausedbytheexponentialsmoothinglag，SOthattheprecisionofthepredictionisimproved．Finally，theMarkovcor—rection—basedloadforecastingmodelisintroducedintheapplicationofenergyefficiencymonitoringterminal，andtheperformanceofforecastingmodelinac

7、tuallyistestedbytherealpowerloaddatafornumericalexampleanalysis．Keywords：MarkovChains，exponentialsmoothing，energyefficiencymonitoringterminal0引言提高能源利用水平具有重要意义J。．电力系统负荷预测是电力系统规划的重要组成长期以来，电力负荷预测特别是用电量负荷预部分，也是电力系统经济运行的基础，它从已知的用测的方法包括：卡尔曼滤波、灰色预测法、指数平滑电需求

8、出发，充分考虑政治、经济、气候等相关因素法、BP神经网络等。其中BP神经网络收敛速度比的影响，预测未来的用电需求。典型电力用户能较慢，容易出现局部最小值，这些局限导致预测精度效监测采用先进的数据采集技术，实现对企业范围不高。灰色预测法要求历史用电量是光滑离散数内各用能部门或装置的实时能耗数据采集j。加强据，所以仅仅适用于短期的预测。卡尔曼滤波可以用户电力消耗的监测，掌握其主要电力设备的运行通过状态空间模型，预测下一个时刻的预测值，缺点状况及方式，监测分析生产过程中的电力配送、转换是噪声统计特性完