欢迎来到天天文库
浏览记录
ID:52480961
大小:417.43 KB
页数:7页
时间:2020-03-28
《基于有效度和相对熵的短期电力负荷组合预测方法.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、第31卷第2期电力科学与技术学报Vo1.31NO.22016年6月JOURNALOFEIECTRICPOWERSCIENCEANDTECHNOLOGYJun.2016基于有效度和相对熵的短期电力负荷组合预测方法贾逸伦,龚庆武,占劲松,李俊雄(武汉大学电气工程学院,湖北武汉430072))摘要:负荷的精确预测是保证电力系统稳定调度的基础,为了更好地综合利用各单项预测方法,提高预测效果,该文引入相对熵组合方法对电力负荷进行预测。首先引入有效度的概念,对单项预测方法的准确程度进行判别,筛选出结果准确的多个单项预测方法,分别进行虚拟预测;并利用支持向量矩阵求解
2、相对熵最值,得到动态的最优模型权重值,进行组合预测。以青海某区域实际负荷功率数据为例,利用ARIMA模型、BP神经网络、RBF神经网络及支持向量机(SVM)4种方法的预测结果进行相对熵组合预测,该预测方法与现有的组合预测方法对比,具有优越性与可行性。关键词:电力负荷;组合预测;相对熵;预测有效度中图分类号:TM715文献标识码:A文章编号:1673—9140(2016)02—0003—07Combinationforecastmethodofshort—termpowerloadbasedonforecastingavailabilityandrela
3、tiveentropyJIAYi—lun,GONGQing—wu,ZHANJin—song,LIJun—xiong(SchoolofElectricalEngineering,WuhanUniversity,Wuhan430072,China)Abstract:Accurateforecastingofpowerloadisthefoundationofpowerdispatchingandplanning.Inordertocomprehensivelyutilizetheexistingsinglepredictionmethod,thispape
4、rproposedarelativeentropymethodtopredictpowerload.Firstly,theconceptofforecastingavailabilitywasintroducedtojudgetheaccuracyofeachsinglepredictionmethod,whichcanensuretheforecastresultagainsttheinfluenceofsomerelativelyinaccuratemethods.Secondlyvirtuallyforecastingtheremainingqu
5、alifiedmethod,theoptimumvalueofrelativeentropywassolvedbyusingsup—portvectormatrix,andthendynamicweightvaluecanbeobtained.TakingthepowerdataofacertaindomaininQinghaiProvinceasanexample,theforecastresultsofARIMAmode1,BPNNmodel,RBFNNmodelandSVMwerecombinatedbyusingrelativeentropy.
6、Comparingtoothercombinationmethods,theproposedmethodiswithavailabilityandsuperiority.Keywords:powerload;combinationforecast;relativeentropy;forecastingavailability收稿日期:2015—12—07基金项目:国家科技支撑计划(2013BAA02B01)通讯作者:龚庆武(1967一),男,博士,教授,主要从事电力系统运行与控制、电力系统仿真等研究;E-mail:qwugong@whu.edu.cn4
7、电力科学与技术学报负荷预测是现代电力系统运行管理的重要内容测,充分利用了数据信息。但上述方法都是分别以之一,对负荷的精确预测是保证电力系统稳定调度单一预测模型为单位进行处理,而未注重各模型之与计划的必要基础。目前,已有许多预测方法应用间的相关信息与交互融合特性,并未将其当作一个于此方向,如:时间序列(ARMA)法、卡尔曼滤波有机的整体,故可能导致最终结果的可靠性降低。法、灰色系统(GM(1,1))法、elman神经网络模型与单项模型的组合预测可以看作一个信息融合问支持向量机(SVM)模型[卜等。其中,每种方法都题,即将负荷预测的研究转为多源信息交互融合
8、的有其独特的优势与使用环境,也都有一定的局限性,综合评价过程。随着电力系统数据化与信息化的不且
此文档下载收益归作者所有