基于可变区间权重的中期用电量半参数预测模型

《基于可变区间权重的中期用电量半参数预测模型》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第23卷第3期中国管理科学Vo1．23．NO．32015年3月ChineseJournalofManagementScienceMar．，2O15文章编号：1003—207(2015)03—0123—07DOI：10．16381／j。cnki．issnl003—207x．2015．03．015基于可变区间权重的中期用电量半参数预测模型邵臻，杨善林，高飞。，王晓佳(1．合肥工业大学管理学院，安徽合肥230009；2．过程优化与智能决策教育部重点实验室，安徽合肥230009)摘要：由于数据变化规律的多样性，中期电力负荷的波动有着不同于短期、长期负荷的特点。基于电力系统复杂

2、性的研究视角，重点讨论了中期负荷预测过程中模型的不确定性、参数的时变特性以及负荷波动的周期性规律。根据中期负荷的数据特性，建立了基于非参数修匀的半参数模型，定义了函数区间的划分粒度以及模型权重的求解方法，提出了基于可变区间权重的动态预测方法，给出了基于经验模态分解和波动能量分析的噪声序列提取、检验方法。试验研究结果表明，气候因素对用电消耗的影响最大，经济因素次之；从选取的指标来看，不同时期的影响因素对于模型的解释能力是时变的；所提方法能够对电力负荷进行精确的多粒度、多维度分析，进而掌握其局部变化规律，可有效用于电力系统中期负荷预测。关键词：半参数模型；可变区间权重；动

3、态预测；集合经验模态分解；中期负荷预测中图分类号：F426文献标识码：A多学者围绕三个方向进行研究并取得了大量成果，1引言McSharry等提出可以准确掌握高峰用电需求变电力负荷预测是智能电网运行管理与建设发展动趋势的概率预报模型，并深入研究了气候、节假日的基础，也是长期以来的热点问题。负荷预测的准等因素对于高峰用电需求的影响。王晓佳等[3提出确性在很大程度上取决于对负荷波动性的准确把了基于背景值重构的改进灰色预测模型，给出了一握。中期负荷由于受到外界诸多复杂因素的影响种解决小样本预测问题的方法。史会峰等¨4]基于贝(气候因素，经济因素等)，其变动呈现出较强的非线叶斯

4、神经网络预测方法，将气象因素的作用纳入短性、非平稳特性，这也为其精确预测带来了很大困期负荷预测研究中。Hippert等较为全面的评估难。中期负荷预测对于合理安排水库调度、电煤计了人工神经网络在负荷预测中的运用性能，并验证划等至关重要，中期序列所具有的年度波动特性和了其优越性。张宜阳等[6提出了基于混沌理论进行月度波动特性共同构成了其空间网状关系I1]，各月相空间重构的EMD预测方法，达到了平稳化处理度序列处于此空间网状纵横发展趋势的交叉点上。的效果。李瑾等[7提出基于模拟退火优化的支持向量机并应用于中长期负荷预测。邰能灵等[8提出了因此，建模时需要兼顾纵横两种发展趋势

5、。基于小波变换的短期负荷预测方法，通过小波变换目前负荷预测的方法主要可归结为三类：统计将各序列分量分别投影到不同的尺度进行预测。从分析(RegressionAnalysis)、人工神经网络(Artifi-已有的文献来看，负荷预测的研究更多的集中于短cialNeuralNetwork)、时间序列(TimeSeries)。众期或长期预测，传统研究方法侧重于将负荷需求的收稿日期：2013—04—05；修订日期：2013—09—17波动归结于电力系统内生的不稳定性。中期负荷预基金项目：国家“863”高技术研究发展计划项目(2011AA05A116)；测需要我们兼顾纵横两种发展

6、趋势，既需要考虑负国家自然科学基金资助项目(71131002，71071045，71202047)荷需求波动的系统内生性，也不能忽略电力系统作作者简介：邵臻(1986一)，男(汉族)，江苏泗洪人，合肥工业大学为复杂系统的非线性作用机制及其外部的随机扰动管理学院，博士研究生，研究方向：预测、决策科学与因素。技术．半参数回归模型[g(Semi—parameterRegres—中国管理科学sionMode1)是近年来发展起来的一种重要的统计的复杂性与不确定性。分析方法，它引人了非参数，克服了传统偏差函数模鉴于参数模型的设定与实际情况的偏差是影响型的局限性，使得数学模型与客观

7、实际更为接近，是参数估计精度的主要因素之一，而中期负荷的波动一种比较理想的数据处理方法。Engle等口在研究特性十分复杂难以精确表达。本文提出一种将半参气候因素对电价需求的作用时，提出运用半参数回数模型非参数主部“参数化”的研究思路，将时间序归模型发掘温度与电价之间的非线性关系。Chary—列分析与统计推断结合，对于非参数误差时间序列toniuk等l

8、1提出以非参数回归进行短期负荷预测，项我们作进一步处理，以“重近轻远”原理进行非参并以概率密度分布的形式挖掘负荷及其影响因素的数序列修匀。考虑如下的半参数模型：关系。Baccini等n胡基于季节性和长期