基于GMDH的中长期电力负荷组合预测模型

被引：5

作者：

顾洁 ^{[1
]}

李雪亮 ^{[2
]}

牛新生 ^{[2
]}

王春义 ^{[2
]}

陈贝 ^{[1
]}

机构：

[1] 上海交通大学电气工程系电力传输与功率变换控制教育部重点实验室

[2] 山东电力研究院

来源：

电力科学与技术学报 | 2012年 / 01期

关键词：

电力系统; 中长期负荷预测; 组合预测; 数据挖掘; 数据处理组合方法;

D O I：

暂无

中图分类号：

TM715 [电力系统规划];

学科分类号：

080802 ;

摘要：

组合负荷预测模型能够充分利用数据信息,有效降低预测风险、改善预测效果,在中长期负荷预测中获得了广泛应用。而目前的组合预测模型实质大都为单一预测模型的加权平均,没有能够充分发挥综合预测的优势.应用数据分组处理方法(GMDH)进行组合预测,在充分考虑各单一模型特点和预测效果的基础上,形成多元非线性组合预测模型,自动从数据中挖掘出重要信息,克服了传统组合预测模型建模中的主观因素影响,可以改善预测精度。并将该预测模型应用于实际电网,计算结果表明该模型有效提高了预测精度,适用于中长期负荷预测.

引用

页码：54 / 58

页数：5

共 7 条

[1] GMDH和变结构协整理论在电力负荷预测中的应用 [J].