最大相关系数预测模型在热电厂短期热负荷预测中的应用

热电厂短期负荷预测一般采用神经网络预测法以及模糊预测等预测方法,但这些预测方法都必须进行大量的样本训练,预测所需要的时间比较长,收敛速度慢,而且预测模型外推性较差[1-3],无法判定预测过程中的问题所在,针对这一问题提出最大相关系数预测法。根据短期负荷预测不同类型的数据之间的相关系数的稳定性,计算出不同类型数据前n项和待预测数据的前n项之间的相关系数[4-5],通过比较不同类型数据与待预测组之间相关系数的绝对值,取其中绝对值最大的一组作为待预测数据的预测依据进行短期预测。实际计算结果证明该预测模型有较高的精准度。利用最大相关系数法对热电厂回水温度和供水流量进行预测,具有建模简单,预测过程快速,精准度较高的优势。预测结果表明,该方法适合数据样本不大,且外推性要求高的短期负荷预测,在实际的负荷预测中有一定的实用价值。