基于灰色理论的中长期负荷预测

基于灰色理论的中长期负荷预测

ID:36818480

大小:335.37 KB

页数:3页

时间:2019-05-16

基于灰色理论的中长期负荷预测_第1页
基于灰色理论的中长期负荷预测_第2页
基于灰色理论的中长期负荷预测_第3页
资源描述:

《基于灰色理论的中长期负荷预测》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.com2008年8月吉林电力Aug.2008第36卷第4期(总第197期)JilinElectricPowerVo1.36No.4(Ser.No.197)基于灰色理论的中长期负荷预测Mid—longTermLoadForecastingBasedonGreyTheory.高明,李芳竹。,梁杰(1.大唐长春第二热电有限责任公司,吉林长春130031;2.长春水利电力学校,吉林长春130062)摘要:对负荷预测中的灰色预测方法进行了深入的研究,找出了灰色建模的局限性并提出了改进方法。通过对负荷原始数据序列的预处理及

2、优化,增强了灰色预测对波动负荷数据序列的处理能力,利用等维新息递推GM(1,1)模型进行预测,保证了预测能够较为充分地利用新信息。经过改进之后的模型,扩展了普通GM(1,1)模型的适应范围,提高了预测精度。利用实例将改进模型与普通GM(1,1)模型进行比较,证明改进模型具有比普通GM(1,1)模型误差小、精度高的优点。关键词:灰色理论;负荷预测;等维新息模型;中长期负荷预测;GM(1,1)模型Abstract:Thelimitationandsolutionsofgraymodelingareproposedafterafurtherresearcho

3、ngraymethodforloadforecasting.ThefluctuantdataprocessingabilityofgrayforecastingmethodisimprovedbypretreatmentandoptimizationtooriginalloadingdataNewinformationisfullyusedinforecastingbyequallydimensionalnewinformationGM(1,1)mode1.TheapplicablerangeofthecommonGM(1,1)modelisexten

4、dedandtheforecastingprecisionisimprovedaftermodelimprovement.TheimprovedmodelshowstheadvantagesofsmallererrorandhigherprecisioncomparedwithcommonGM(1,1)modelbycalculationexample.Keywords:greytheory;loadforecasting;newinformationloadandequaldimensionalmodel;mid—longtermloadforeca

5、sting;GM(1,1)model中图分类号:TM715文献标识码:A文章编号:1009—5306(2008)04—0022—03有效的中长期负荷预测对电力系统(In机组最1GM(1,1)预测模型优组合、经济调度、最优潮流计算)优化调度而言,是非常有用的基础工具,对电力系统的安全性也有着灰色系统理论是中国学者邓聚龙教授于1982不可低估的作用,这中间包括对电网故障的分析处年3月在国际上首先提出来的。其任务是解决信息理,以及对负荷的管理等。。电力系统负荷预测的核量较少、无规律可寻的数列预测的问题,常用的灰色心问题是预测的技术方法,即预测的数学模型。灰色

6、预测模型为GM(1,l2和GM(1,)模型,方法的实质系统GM(1,1)模型自问世以来,在许多领域得到了是对原始数据序列进行一次累加生成,使其成为有广泛的应用。GM(1,1)模型简单,要求历史数据少、规律性的数列,然后再建立GM(1,1)模型,即建立微运算方便、易于检验,但是在实际的应用中GM(1,分方程。求解该微分方程,得到方程的参数a、u值。1)模型还有一定的局限性最后得到累加数列的灰色预测模型,进行预测。。本文在进行中长期电力负荷预测的研究中,运具体方法如下:用了等维新息技术,再加上对原始数据序列的优化,令X为原始序列实现了中长期电力负荷样本资料

7、随时间变化而变X‘。’一[‘。(1),‘。(2),‘。(3),⋯,‘。()]化,新信息不断补充,在不增加样本量的前提下,预对该数据列进行一次累加:测精度得到了很好的保证。^㈩(志)=㈩()志一1,2,⋯,收稿日期:2008—06—24作者简介:高明(1984一),男,从事火力发电厂电气运行工作。·22·维普资讯http://www.cqvip.com2008年8月吉林电力Aug.2008第36卷第4期(总第197期)JilinElectricPowerVo1.36No.4(Ser.No.197)生成新数据列为:建G(1,1)模型,预测下一个值,将结果再

8、补充到X‘一[‘(1),‘(2),‘(3),⋯,‘(,2)]原数列之后,再去掉最老的一个数据。

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。