基于线性相关分析的周期自回归短期负荷预测.pdf

《基于线性相关分析的周期自回归短期负荷预测.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38卷第14期电力系统保护与控制、b1．38NO．142010年7月16日PowerSystemProtectionandControlJu1．16．2010基于线性相关分析的周期自回归短期负荷预测唐俊杰，牛焕娜，杨明皓(中国农业大学信息与电气工程学院，北京100083)摘要：对配电系统短期负荷预测的周期自回归模型和配电负荷的周期性进行了研究采用相关分析法对配电负荷的周期特性作了深入地分析，研究结果表明配电负荷的日周期性比周周期性更明显；基于配电负荷的时刻相关性分析，挑选出对预测结果起决定性作用

2、的特征输入量，据此提出了改进的配电负荷日周期PAR预测模型。实例研究表明，该模型较常规PAR预测模型的预测速度更快、精度更高。关键词：短期负荷预测；周期自回归模型；线性相关性分析；配电负荷；特征输入量Periodicautoregressiveshort—termforecastingmethodbasedonthelinearcorrelationanalysisTANGJunkie，NIUHuan—na，YANGMing—hao(CollegeofInformationandElectrica

3、lEngineering，ChinaAgriculturalUniversity，Beijing100083，China)Abstract：Theperiodicalauto—regression(PAR)modelsforshorttermloadforecastingindistributionelectricsygemsandtheperiodicityofloadcycleareinvestigated．Theresultofthelinearcorrelationanalysisofdi

4、stributionloadcurvesshowsthatdailyperiodicityismoreobviousthanthatofweekly．AnimproveddailyperiodPARloadforecastingmodelisproposedaccordingly．Basedonthecorrelationanalysisofthehourlyperiodofdistributionload，maindeterminantsaffectingloadforecastingresul

5、tsarechosenasthecharacteristicinputvariablesforthemode1．TheforecastresultsoftheexampleshowthatthismodelisofmoredistinctperformanceimprovementthanthatofthenormalPARforecastingmodels．Keywords：short-termforecasting：periodicalauto—regressionmodel；linearco

6、rrelationanalysis：distributionload；characteristicinputs中图分类号：TM715文献标识码：A文章编号：1674—3415(2010)14-0128—06目前短期负荷预测的方法很多，主要分为传统0引言方法和智能方法两大类。常用的传统方法包括：时负荷预测是电力部门的重要工作之一，以时间间序列法l剞、卡尔曼滤波预测法l、灰色预测法【6】期限进行分类，通常分为长期、中期、短期和超短等；常用的智能方法包括：神经网络法[7-l、支持向期负荷预测。短期负荷预

7、测是对未来一小时到一天量机预测法[9-10】、混沌预测法[11-12和小波分析法[4】的预测，实际工程应用中，可以为电力系统制定短等。周期自回归(PeriodicalAuto。Regression，PAR)期运行计划提供数据。目前，配电网的量测量不足、模型[3-4]属于时问序列法中的一种，与智能算法和其精度低、出现不良数据的几率大，通常也需要通过他传统算法相比，在精度相同的前提下，PAR具有短期负荷预测的方法来补充数据。模型简单、预测速度快的优点。主要缺点在于：当短期电力负荷的最大特点是具有明显的

8、周期周期的长度过大时，会使得模型过于复杂导致预测性，包括【jJ：①不同日之间24h整体变化规律的相计算量增大和建模所需样本容量的倍增。而在建立似性；②不同星期、同一星期类型日的相似性；③回归模型时，样本数据可能出现的多重共线性问题工作曰／休息日各自的相似性；④不同年度的重大节可以用样本聚类方法来解决l引。假日负荷曲线的相似性。这些特点说明短期负荷预本文采用线性相关分析法对电力负荷周期特性测应更关注负荷本身的短期周期特性。进行分析。通过负荷曲线相关性分析，研究了电力负荷的日周期特性和