基于马尔可夫链筛选组合预测模型的中长期负荷预测方法.pdf

《基于马尔可夫链筛选组合预测模型的中长期负荷预测方法.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44卷第12期电力系统保护与控制v01．44No．122016年6月16日PowerSystemProtectionandControlJan．16，2016DOI：10．7667／PSPC151217基于马尔可夫链筛选组合预测模型的中长期负荷预测方法张栋梁’，严健，李晓波，任晓达，张金忠，张福来(1．中国矿业大学信息与电气工程学院，江苏徐州221008；2．赣榆区供电公司，江苏连云港222100)摘要：在负荷预测的模型组合过程中，主要是根据历史数据的趋势恰当选择模型，再根据模型特点选择权重分配方法。针对灰色关联度满足要求的几种模型预测值分化较大的问题

2、，从负荷数据的增长率无后效性这一特点出发，通过对原始数据增长率的分析，采用马尔可夫链划分区间，从几种满足精度要求的模型中筛选出两种进行组合预测，通过方差一协方差方法分配权重。经过该种方法的筛选，不仅可以更准确地选择组合预测模型的类型，而且具有较高精度关键词马尔可夫链；筛选；灰色关联度；组合预测Mid—longtermloadforecastingbasedonMarkovchainscreeningcombinationforecastingmodelsZHANGDongliang，YANJian，LIXiaobo，RENXiaoda，ZHANGJinz

3、hong，ZHANGFulai(1。SchooloflnformmionandElectricalEngineering，ChinaUniversityofMining&Technology,Xuzhou221008，China；2．GanyuDistrictPowerSupplyCompany,Lianyungang222100，China)Abstract：Itisimportanttochoosetherightmodelaccordingtothetrendofthehistoricaldataintheprocessofloadforecast

4、modelcombination．Andthen，amethodischosentoassignweightsaccordingtothefeaturesofthemodels．Evenforecastmodelsmeettherequirementsoftheeycorrelationdegree，theforecastresultsstillhavelargediferences．Tosolvethequestion，thispaper,accordingtothefeaturethatthegrowthrateofloaddataisnon—aft

5、erefectpropertyofMarkovchain，andbyanalyzingthegrowthrateofloaddata，usesMarkovchaintOdivideintervalsandscreenstwokindsfromthemodelswhichhavemettheaccuracyrequirement，andadoptsthemethodofvariance—covariancetoassignweights。UsingthismethodofscreeningnotonlyCanaccuratelychoosethemodel

6、sforcombinationforecast，butalsohasahighprecision．ThisworkiSsupportedbyNationalNaturalScienceFoundationofChina(No．51107143)．Keywords：M~rkovchain；screen；greyrelationaldegree；combinationforecast所预测的结果也有可能相差较大。0引言如果不进行模型筛选而直接组合起来预测，将电力系统负荷预测是供电部门科学、经济、合会大幅降低预测的精度。本文针对这种情况，运用理地管理电力系统的

7、一项重要内容。对电力部门分马尔科夫算法处理历史数据中每两点的增长率，通配未来几年的工作任务，合理部署人力、物力资源，过划分状态区间，提供了一种筛选模型的方法，可促进国民经济快速、稳定增长具有极为重要的意义。以更有针对性地选择模型并组合，以此提高预测精对于中长期负荷预测，其中涉及的因素多且复杂。度。对于同一增长趋势，可用多种模型对其评估，结合1组合预测模型灰色关联度等评价指标，最终可以选择是采用单一模型还是组合模型。1．1灰色预测模型而在预测过程中，对于近期有波动的负荷数据，灰色预测模型是一种以灰色累加生成技术为基即便是所选用模型的预测值满足评价指标的要求

8、，础的模型。该模型具有对样本的需求量小，对历史数据的趋势无要求，运算方便等优点，