基于偏最小二乘回归的年用电量预测研究_王文圣.pdf

《基于偏最小二乘回归的年用电量预测研究_王文圣.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、DOI:10.13334/j.0258-8013.pcsee.2003.10.004第23卷第10期中国电机工程学报Vol.23No.10Oct.20032003年10月ProceedingsoftheCSEE©2003Chin.Soc.forElec.Eng.文章编号：0258-8013(2003)10-0017-05中图分类号：TM715文献标识码：A学科分类号：470×4051基于偏最小二乘回归的年用电量预测研究1122王文圣，丁晶，赵玉龙，张晓明(1.四川大学水利水电学院，四川成都610065；2.四川省电力

2、调度局，四川成都60016)STUDYONTHELONGTERMPREDICTIONOFANNUALELECTRICITYCONSUMPTIONUSINGPARTIALLEASTSQUAREREGRESSIVEMODEL1122WANGWen-sheng,DINGJing,ZHAOYu-long,ZHANGXiao-mingHydraulicCollegeofSichuanUniversity,Chengdu610065,China;2.ElectricityManagementBureauofSichuanProv

3、ince,Chengdu610016,China)ABSTRACT：Themethodfrequentlyusedinpredictionof关键词：电力系统；多元线性回归；偏最小二乘；最小二乘；annualelectricityconsumptionisleastsquaremethod(LSM).If年用电量预测therearemultiplecorrelationfactorsinthemultiplelinearregressiveequations(MLRE),theestimatedregressive1

4、引言parameterswithlsmwillinduceagooddealoferrorsandthe西电东送，必须预测西部本身的用电量。准确regressiveequationreflectsnomorephysicalmeaning.Thepartialleastsquaremethod(PLS),proposedinthispaper,isa的负荷预测，可经济合理地安排电网内部发电机组的compositionofregressiveanalysis,maincomponentsanalysis生产计划，保持电

5、网运行的安全可靠，降低发电成本，andtypicalcorrelationanalysis.Thismethodcaneasilysolvethe提高经济和社会效益。但年用电量受人口、国民生产multiplecorrelationproblemsinMLREanalysiswithfast总值、第一生产值、第二生产值及第三生产值影响。calculation.TheestimatedregressiveparameterswithPLSare这些影响因素之间存在严重的多重相关性。robust.Alongtermpred

6、ictionofsichuanprovinceannualelectricityconsumption,asacasestudy,hasbeendone.The为了提高负荷预报精度，电力工作者作了大量resultsshowthattheaccuracyishigherthanthosebasedonLSM.[1~3]的研究工作，尝试了各种预测方法。回归分析法MoreadvantagesinusingPLSobservedduringthestudyover在电力负荷预测中有着广泛的用途。在建立自变量集LSM.合与因变

7、量间的回归方程中，一般常用最小二乘法，KEYWORDS:Powersystem;Multiplelinearregressivemodel;但若自变量间存在多重相关性时，该法估计结果误差Partialleastsquare;Leastsquare;Predictionofannual较大且不稳定。在这种情况下，应用新的估计方法是electricityconsumption十分必要的。摘要：对年用电量的预测若采用一般最小二乘回归法建模，瑞典化学家S.Wold教授提出的被称为第二代其估计参数存在着很大的误差且物理意义明显

8、不足。而偏最回归分析的偏最小二乘回归是一种新的多元统计数小二乘回归方法则实现了多元线性回归、主成分分析和典型据分析方法。它是多元线性回归、典型相关分析和主相关分析的综合、克服了自变量之间的多重相关性的问题，[4]成分分析的有机结合，较传统的回归分析、主成分因而更具有先进性，其计算结果更为可靠，在实际系统中的回归具有更大的优势，从而使模型精度、稳