基于改进数据子空间算法的电力负荷预测问题

《基于改进数据子空间算法的电力负荷预测问题》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、第3l卷第12期计算机仿真2014年12月文章编号：1006—9348(2014)12—0125—04基于改进数据子空间算法的电力负荷预测问题窦小磊‘，郑玉丽2(1．河南工程学院计算机学院，河南郑州451191；2．洛阳理工学院电气工程与自动化系，河南洛阳471003)摘要：针对电力负荷进行准确预测对于电力系统的稳定运行具有重要的意义。利用传统的数据子空间算法进行电力负荷预测的过程中，由于没有考虑电力系统的非线性和时变性，导致预测精确度较低。为此，提出一种基于改进数据子空间算法的电力负荷预测方法，在电力负荷预测子空间方程

2、式中加入反馈因子。在电力负荷历史数据中加入遗忘因子，利用粒子群算法对两种反馈因子和遗忘因子进行寻优，并将寻优结果带人到改进的电力负荷子空间预测模型中进行计算，从而获得准确的预测结果。实验结果表明，利用改进算法进行电力负荷预测，能够提高预测精度，效果令人满意。关键词：数据驱动子空间；反馈因子；遗忘因子；电力负荷预测中图分类号：TPl81文献标识码：BImprovedData—-DrivenSubspaceAlgorithmBasedPowerLoadForecastingDOUXiao—leil．ZHENGYu—li2(1

3、．SchoolofComputerofHenanInstitueofEngineering，HenanZhengzhou451191，China；2．Electricalengineeringandautomationsystem，LuoyangInstituteofScienceandTechnology，LuoyangHenan471003，China)ABSTRACT：Theaccurateprojectionsforpowerloadforthestableoperationofpowersystemhasimp

4、ortantsignifi—cance．Usingthetraditionaldatasubspacealgorithmintheprocessofpowerloadforecasting，withoutconsideringthenonlinearandtime—varyingpowersystem，leadingtolowpredictionaccuracy．Forthis，putforwardanimproveddatabasedonsubspacealgorithmofpowerloadforecastingme

5、thodandsubspaceinpowerloadforecastingequationtoaddfeedbackfactor，jointheforgettingfactorinthepowerloadhistoricaldata，usingparticleswarmalgorithmoftwokindsoffeedbaekfactorandforgettingfactoroptimization，andtheoptimizationresultsintothesubspacetotheimprovementofpow

6、erloadforecastingmodelofcalculation，SOastoobtainaccuratepredictionresults．Theexperimentalresultsshowthattheimprovedalgorithmforpowerloadforecasting，Canimprovethepredictionaccuracy，theeffectissatisfac—tory．KEYWORDS：Data—drivensubspace；Feedbackfactor；Forgettingfact

7、or；Powerloadprediction1引言电能是现代社会的基础⋯。随着工业化水平的快速提高和经济的迅猛发展，电能也面临着巨大的需求增长忙J。据国家能源局统计，我国在2013年累计消耗电能53223亿千瓦时，其中工业用电量39143亿千瓦时，电能成本已经在工业生产总成本中占据很大比例旧1。通过技术手段对电力负基金项目：河南省教育厅科学技术研究重点项目(14A520066)收稿日期：2014—04—10修回13期：2014—06—16荷进行预测，能够为企业提供准确的的电能需求趋势，为合理控制电能、节能降耗方面提供准确

8、的依据‘4J，同时也是企业降低生产成本、提高经济效益的重要保障"。。电力负荷预测问题，已经成为当前研究的热门问题’6一。由于电力系统具有较强的非线性、时变性和电能消耗的复杂性等特点，无法利用历史数据建立准确的预测模型⋯，因此，电力负荷预测问题，同时也是能源管理的难点问题‘8o。现阶段，主要的电力负荷预测方法主要包括基