基于最大信息压缩指标与层次分析法的电力负荷组合预测模型.pdf

《基于最大信息压缩指标与层次分析法的电力负荷组合预测模型.pdf》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23卷第1期电力科学与技术学报V01．23No．12008年3月JOURNALOFEIECTRICPOWERSCIENCEANDTECHNOLOGYMar．2oo8基于最大信息压缩指标与层次分析法的电力负荷组合预测模型李春生，陈光辉(1．广东商学院数学与计算科学系，广东广州510320；2．湖南大学电气与信息工程学院，湖南长沙410082)摘要：提出一个基于最大信息压缩指标与层次分析法的电力负荷组合预测模型，采用最大信息压缩指标评价单个预测模型的精度，用层次分析法确定各个模型以权重。最大信息压缩指标越小，信息损失越少，权

2、重越大．实例分析表明该组合预测模型预测精度高．关键词：最大信息压缩指标；层次分析法；组合预测中图分类号：TM715文献标识码：A文章编号：1673．9140(2008)01-0056-04CombinationmodelforpowersystemloadforecastbasedonmaximalinformationcompressindexandanalytichierarchyprocessLIChun—sheng，CHENGuang—hui(1．DepartmentofMathematicsandComputationalScience，GuangdongCo

3、mme~ialCollege，Guangzhou510320，China；2．CoHegeofElectricalandInformationalEngineering，HunanUniversity，Changsha410082，China)Abstract：Thispaperproposesanewcombinationmodelforpowersystemloadforecast，whichusesmaxi—realinformationcompressionindextoevaluateeachforecastmodelandanalytichierarchyp

4、rocesstoas—signtheweightcoeficientofeachforecastmode1．Smallerthemaximalinformationcompressionindexislessinformationloses，andbiggertheweightcoeficientsets．Anexampledemonstratesthatthecombina—tionmodelhavehighloadforecastprecision．Keywords：maximalinformationcompressionindex；analytichierarc

5、hyprocess；combinationforecast自Bates和Granger于1969年首次提出组合预预测方法，文献[2]综述了电力负荷预测问题的特测方法⋯以来，因它能有效地提高预测精度，一直点、内容和方法，并指出组合预测是将来的研究方向是国内外预测界研究的热点课题，基于不同理论的之一，就预测机理而言，权重的确定仍是一个未能组合预测方法不断涌现．针对纷繁芜杂的电力负荷很好解决的问题．目前常用的方法大概有以下2种：收稿日期：2007．10-24基金项目：湖南省自然科学基金(20063139425)·．作者简介：李春生(1972一)，男，博士，剐教授，主要从事预测

6、控制、模式识别等领域的研究通讯作者：李春生，男，博士，副教授；E—mail：lcs5812084@sina．com维普资讯http://www.cqvip.com第23卷第1期李春生，等：基于最大信息压缩指标与层次分析法的电力负荷组合预测模型57①依据组合预测误差最小化原则确定权重；②D()(E())，综合运用各个预测模型的预测值与真实值间的关联度(如灰色或模糊关联度)与预测误差最小化原则D(y)()，—E(y))；(3)来确定权重．文献[6]给出了一种确定权重的新方法；即熵权法．本文从信息论的角度，对预测给出了一种新的解析：预测是从预测对象的已有信息中=耋·．提取能预

7、示未来的信息．任何预测模型都难免产生(4)信息损失，即误差，本文首次引入最大信息压缩指标将式(2)一(4)代人式(1)中即可得到离散型随机来度量预测模型产生的信息损失，最大信息压缩指变量，y最大信息压缩指标A(x，y)的估计值．标的值越小，信息损失越少．以最大信息压缩指标为评价指标，用层次分析法赋予各预测模型适当的权2层次分析法重，信息损失越多，权重越小．进而建立一个新的组层次分析法是一种应用非常广泛的决策方法，合预测模型．将本文建立的新模型应用于电力负荷通常将一个决策问题描述成一个层次结构．这种结预测，实例表明，就多个预测误差分析指标而