马尔科夫链在电力负荷组合预测中的应用

被引：4

作者：

李敏

江辉

黄银华

宋小明

机构：

[1] 湖南大学电气与信息工程学院

来源：

电力系统及其自动化学报 | 2011年 / 23卷 / 02期

关键词：

中长期负荷; 组合预测; 马尔科夫链; 一步概率转移矩阵; 组合权重;

D O I：

暂无

中图分类号：

F224 [经济数学方法]; F426.61 [];

学科分类号：

0701 ; 070104 ; 020205 ; 0202 ;

摘要：

针对单一模型都有其特定的适用范围和条件,文中提出了一种基于马尔科夫链拟合的非负时变权重组合预测算法。该算法通过马尔科夫链对筛选出模型的状态概率分布变化规律进行拟合,将一步转移概率矩阵的估计问题转化为多元约束自回归模型,然后利用一步转移概率矩阵的估计和初始状态概率分布来确定组合权重。实例表明,该方法计算量小、精确度高、具有实用性。

引用

收藏

页码：131 / 134

页数：4

相关论文

共 11 条

[1] 基于新鲜度函数和预测有效度的模糊自适应变权重中长期电力负荷组合预测 [J].

孙广强 ;

姚建刚 ;

谢宇翔 ;

卜虎正 .

电网技术, 2009, 33 (09) :103-107

[2] 基于支持向量机的中长期电力负荷组合预测 [J].

肖先勇 ;

葛嘉 ;

何德胜 .

电力系统及其自动化学报, 2008, (01) :84-88

[3] 基于条件熵的电力负荷组合预测模型 [J].

李春生 ;

王耀南 .

电力系统及其自动化学报, 2007, (04) :55-58

[4] 基于变结构协整理论的中长期电力负荷预测模型 [J].

李翔 ;

高山 ;

陈昊 .

电网技术, 2007, (09) :48-52

[5] 用马氏链方法预测全国年发电量趋势 [J].

何鑫 ;

宋平岗 ;

官二勇 .

华东交通大学学报, 2006, (04) :51-54

[6] RBF神经网络在中长期负荷预测中的应用 [J].

陈泽淮 ;

张尧 ;

武志刚 .

电力系统及其自动化学报, 2006, (01) :15-19

[7] 基于径向基神经网络和自适应神经模糊系统的电力短期负荷预测方法 [J].

雷绍兰 ;

孙才新 ;

周湶 ;

张晓星 ;

程其云 .

中国电机工程学报, 2005, (22) :81-85

[8] 中长期电力负荷的变权灰色组合预测模型 [J].

余健明 ;

燕飞 ;

杨文宇 ;

夏超 .

电网技术, 2005, (17) :26-29

[9] 模糊组合预测在中长期负荷预测中的应用 [J].

游仕洪 ;

程浩忠 ;

谢宏 ;

郭文铸 ;

卢金滇 .

电力系统及其自动化学报, 2004, (03) :53-56+78

[10] 负荷预测中多模型的自动筛选方法 [J].

高峰 ;

康重庆 ;

夏清 ;

黄永皓 ;

尚金成 ;

孟远景 ;

何南强 .

电力系统自动化, 2004, (06) :11-13+40