基于灰色关联指标筛选的BP神经网络中长期电力负荷滚动预测马尔可夫残差修正模型研究

《基于灰色关联指标筛选的BP神经网络中长期电力负荷滚动预测马尔可夫残差修正模型研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、维普资讯http://www.cqvip.com第36卷第9期要采雹力Vo1．36No．9EastOnirlaElectricPower2008年9月Sept．2008基于灰色关联指标筛选的BP神经网络中长期电力负荷滚动预测马尔可夫残差修正模型研究吕佳良，张振刚(华北电力大学_r商管理学院，河北保定071003)摘要：针对中长期电力负荷预测样本量小、多因素影响的特点，利用灰色关联度筛选影响因素，建立基于BP神经网络算法的负荷预测模型，通过多因素变量及历史负荷变量序列进行滚动预测，得到的预测值明显优于单一预测方法，并通过马尔可夫过程对预测残差进行修正，使预测精度得到较大提高，研究实证表明。这

2、种预测方法具有进行推广应用的价值。关键词：灰色关联度；BP神经网络；马尔可夫链；电力负荷基金项目：国家自然科学基金资助项目(70671039)；高等学校博士点专项基金项目(20040079008)作者简介：吕佳良(1983．)，男，硕士研究生，研究方向为电力负荷预测技术。中图分类号：TM715文献标识码：A文章编号：1001-9529(2008)09-oolo-05ErrorcorrectingMarkovchainsformedium／longtermloadrollingforecastingofBPmodelsbasedongreyrelationalgradeLUjta—liang

3、。ZHANGZhen·gang(SchoolofBusinessAdministration，NorthChinaElectricPowerUniv．，Baoding071003，China)Abstract：Todealwiththefeaturesofmed—longtermpowerloadforecastingsuchassampleshortageandbeingsubjecttomultiplefactors，thegreyrelationalgradewasusedtoscreeninfluencingfactorsandconstructtheloadforecasting

4、modelbasedonBPneuralnetworkalgorithms．Thepredictedvalueobtainedbymuhifactorvariablesandhistoricalloadvariablesismoreaccuratethanthatobtainedbysingleforecastingmethod．ThentheMarkovprocessWasusedtomodifytheforecastingerror，whichmakesthepredictionaccuracyincreasegreatly．Keywords：greyrelationalgrade；B

5、Pneuralnetwork；Markovchain；powerload中长期电力负荷预测是电力系统规划、设计、[4]提出加权马尔可夫残差修正负荷预测结果，研究、生产、运行的基础和前提，负荷预测结果的效果明显。因而本文首先从确定影响中长期负荷准确性直接影响到电力建设的资金运用以及带来预测的主要因素出发，分析基于部分因素对负荷的社会经济效益，尤其对于各供电区域确定年供序列的不确定性干扰而带来的预测偏差，通过灰应电量、供用电最大负荷、稳定地区负荷发展水平色关联度方法对这些主要影响因素进行筛选，得都具有重要的参考价值。中长期电力负荷预测与到同中长期负荷序列变动趋势最为紧密的1～2一般短期负荷预测

6、相比，受经济、政治、社会、气候个因素，然后通过适当的归一化方法，将影响因素等不确定因素的影响更为明显，单一依靠研究时时间序列值同负荷变动值结合起来作为BP神经间序列自身规律性而不考虑其他外在影响因素的网络的输入变量，通过智能优化预测，得到BP负负荷预测方法已经无法达到中长期负荷预测的精荷预测值，最后通过马尔可夫过程对预测残差进度要求，文献[1]提出的时间序列预测，从序列内行修正，得到最终预测结果，并通过实证检验，确部变化规律探究出发，并未考虑影响因素对负荷认为较为理想的结果。序列的作用，预测结果存在一定的波动性，文献1灰色关联度确定[2]、文献[3]提出的组合预测方法，运用神经网络方法同其

7、他方法的组合进行预测，组合结果取灰色系统理论认为，一切灰色序列都能通过得良好效果，但缺乏对误差的进一步修正，文献某种生成弱化其随机性，显现其规律性。灰色关维普资讯http://www.cqvip.com吕吕佳佳良良，，等等基于灰滚动预测马尔可夫残差修正模耋型簇研究电力⋯一”总·‘o33)联分析的基本思想是根据序列曲线几何形状的相步骤2计算隐含层和输出层各单元的输人似程度来判断其联系是否紧密。曲线越接近，相和相应的输出。应