基于并行膜计算的短期电力负荷组合预测

被引:7
作者
白杨 [1 ]
赵冠 [1 ]
窦金延 [1 ]
黄国强 [1 ]
闫敏 [1 ]
李逐云 [2 ]
雷霞 [2 ]
刘增庆 [2 ]
机构
[1] 国网山东省电力公司聊城供电公司
[2] 流体及动力机械教育部重点实验室(西华大学)
关键词
组合预测; 并行膜计算(PMC); 系统聚类; 改进粒子群算法; 几何平均数;
D O I
暂无
中图分类号
TM715 [电力系统规划];
学科分类号
摘要
提出一种并行膜计算(Parallel Membrane Computing,PMC)的电力负荷短期组合预测方法。将线性回归模型、趋势外推模型、改进灰色模型和粒子群优化参数的支持向量机分别放入膜系统的基本膜中,同时并行预测,然后把预测结果输出到表层膜。在表层膜中组合得出最终预测值,组合优化以各种方法预测结果的几何平均数与加权组合结果之差的平方值最小为目标函数,并采用改进粒子群算法分时段优化出权重系数。此外,在进行预测前对历史数据进行了改进滑动平均处理,并采用系统聚类法选出计算输入的历史数据。并行膜计算可以极大地提高组合预测速度,以多种方法预测结果的几何平均数代替真实值确立组合预测模型的目标函数更具实用性。最后,仿真结果验证了所提方法的合理性和有效性。
引用
收藏
页码:35 / 42
页数:8
相关论文
共 14 条
[1]  
组合预测模型在湖州电网短期负荷预测中的应用.[D].柏建良.华北电力大学.2015, 02
[2]  
基于膜优化算法的含新能源的配电网重构.[D].吴泓俭.西华大学.2015, 05
[3]   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 [J].
张栋梁 ;
严健 ;
李晓波 ;
任晓达 ;
张金忠 ;
张福来 .
电力系统保护与控制, 2016, 44 (12) :63-67
[4]   基于纵横交叉算法优化神经网络的负荷预测模型 [J].
孟安波 ;
胡函武 ;
刘向东 .
电力系统保护与控制, 2016, 44 (07) :102-106
[5]   基于支持向量机回归组合模型的中长期降温负荷预测 [J].
王宁 ;
谢敏 ;
邓佳梁 ;
刘明波 ;
李嘉龙 ;
王一 ;
刘思捷 .
电力系统保护与控制, 2016, 44 (03) :92-97
[6]   大用户电力负荷的多模型模糊综合预测 [J].
谷云东 ;
张素杰 ;
冯君淑 .
电工技术学报, 2015, 30 (23) :110-115
[7]   不同核函数的支持向量机用于空调负荷预测的对比研究 [J].
王东 ;
史晓霞 ;
尹交英 .
电工技术学报, 2015, 30(S1) (S1) :531-535
[8]   含风电的电力系统多时间尺度经济调度研究 [J].
丁宁 .
陕西电力, 2015, 43 (09) :10-14
[9]   基于高斯混沌粒子群优化动态前馈神经网络的短期负荷预测 [J].
孙景文 ;
常鲜戎 .
陕西电力, 2015, 43 (09) :67-69+75
[10]   基于人工神经网络的负荷模型预测 [J].
李龙 ;
魏靖 ;
黎灿兵 ;
曹一家 ;
宋军英 ;
方八零 .
电工技术学报, 2015, 30 (08) :225-230