电力他负荷预测课程设计

《电力他负荷预测课程设计》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、课程设计报告(2011--2012年度第一学期)名称：《电力负荷预测》课程设计题目：基于回归分析与灰度预测对江苏省用电量进行预测分析院系：经济管理系班级：工商管理0901学号：学生姓名：指导教师：孟明设计周数：1周成绩：日期：2012年1月6日一、目的与要求1、通过本课程设计熟悉电力负荷预测的实际工作内容。2、熟悉Matlab软件的编程操作；3、进一步掌握回归分析和灰度分析的及按摩方法4、通过预测误差分析，提高对电力负荷预测工作的方法。二、设计如下：以下为本次收集的1949~1985年江苏省工农业总产值与用电量2、

2、本次采用回归分析以及灰度预测对以上数据进行分析处理。2.1回归分析预测法的基本原理用数理统计当中的回归分析方法，即通过对变量的观测数据进行统计分析，确定变量之间的相关关系，从而实现预测的目的。而电力负荷回归模型预测技术就是根据负荷过去的历史资料，建立可以进行数学分析的数学模型，对未来负荷进行预测分析。2.2模型建立过程1、根据历史数据列出方程2、根据历史数据求出未知参数3、得出模型方程4、对方程进行误差分析5、进行预测6、与实际值做比较进行误差分析及解释相应可能原因2.3采用上表数据进行预测采用回归分析利用上表19

3、70~1983年共13个年份的数据进行参数估计建模如下：建立用电量y关于工业总产值x1与农业总产值x2之间的二元线性回归方程y=b0+b1*x1+b2*x2+e(e为模型中未考虑到的因素)y=[45.893959.093568.136878.148972.688084.797696.0597107.3389121.8486139.9338163.5153173.0294184.4195]';x=[1124.86104.03;1154.70115.77;1170.45119.47;1194.81127.50;1192

4、.39128.82;1220.53132.51;1239.18142.27;1282.11282.11;1320.17165.73;1363.45185.85;1431.15191.57;1465.59208.21;1502.91234.02];1、求解参数bb=(x'*x)^(-1)*x'*y运行结果如下：b=4.74820.3656-0.0027可知：b0=4.7428b1=0.3656b2=-0.0027模型为：y=4.7482+0.3656*x1-0.0027*x22、对模型进行回归显著性检验yy=x*b;

5、%yy表示y的预测值QE=sum((yy-sum(y)/13).^2);Qe=sum((y-yy).^2);f=(QE/2)/(Qe/(13-2-1))运行结果：f=1.6072e+003查表得：F(2,10)=3、对回归系数显著性进行检验c=(x'*x)^(-1);t0=b(1)/(c(1,1)*Qe/(13-2-1))^(0.5)t1=b(2)/(c(2,2)*Qe/(13-2-1))^(0.5)t2=b(3)/(c(3,3)*Qe/(13-2-1))^(0.5)运行结果：t0=1.8246t1=38.0430

6、t2=-0.1195查表得t(10)=4、利用以上的模型对1983~1985年的用电量进行预测分别编号为y1y2y3y1=[1568.81254.00]*b;y2=[1680.04299.46]*b;y3=[1843401]*b;y1=212.0231y2=252.5623y3=311.8663实际1983~1985年的用电量分别为：198.8963215.5823297对比可知，预测的数据比实际用电量大3.1采用灰度分析：取1975~1982年的总用电量进行预测灰度预测法的基本原理灰度系统包括已知信息和未知信息。

7、灰色理论将无规律的历史数据累加生成后，使其变为具有指数增长规律的上升形状数列，由于一阶微分方程的解呈指数增长形势，所以可以对生成后的数列建立灰色系统理论的微分方程模式。GM(1,1)表示一阶的、一个变量的微分方程，有灰色理论知，这种模型适合于电力负荷预测。第一步，确定方法第二步，计算数据矩阵B和数据向量Ynx0=[84.797696.0597107.3389121.8486139.9338163.5153173.0294184.4195];x1=cumsum(x0)b=[-(x1(1)+x1(2))/21;-(x1

8、(2)+x1(3))/21;-(x1(3)+x1(4))/21;-(x1(4)+x1(5))/21;-(x1(5)+x1(6))/21;-(x1(6)+x1(7))/21;-(x1(7)+x1(8))/21]%b=[-0.5*(x1(1:7)+x1(2:8))'ones(7,1)];yn=[96.0597107.3389121.8486139.9338163