基于改进灰色马尔科夫预测法的中长期负荷预测

被引：13

作者：

夏耀杰 ^{[1
]}

程浩忠 ^{[2
]}

机构：

[1] 上海电力学院电气工程学院

[2] 上海交通大学电子信息与电气工程学院

来源：

电力需求侧管理 | 2015年 / 17卷 / 01期

关键词：

负荷预测; 灰色模型; 残差修正; 改进马尔科夫链; 数据畸变;

D O I：

暂无

中图分类号：

TM715 [电力系统规划];

学科分类号：

080802 [电力系统及其自动化];

摘要：

提出了一种提高对可能发生较大畸变序列的负荷预测精度的方法。由于电力负荷受天气、节日、经济等较多因素影响,在时间序列上表现为非平稳的随机过程,在某些年份负荷值可能会出现较大畸变,导致模型预测精度下降。分三步对畸变较大的数据样本进行预测以及误差分析,首先建立灰色预测模型,然后利用残差进行模型修正以增加序列波动性,而后用改进的马尔科夫链进行误差修正以提高精度。采用某市1998年至2013年最大负荷作为样本数据验证算法有效性,算例结果表明:与传统灰色系统预测模型相比,此模型有更高的拟合精度和预测精度。此方法的优势在于:在相同样本情况下,拟合程度高并且可以明显修正畸变数据带来的误差。

引用

页码：21 / 25

页数：5

共 11 条

[1]

Grey system theory-based models in time series prediction.[J].Erdal Kayacan;Baris Ulutas;Okyay Kaynak.Expert Systems With Applications.2009, 2

[2]

Time series models (Grey-Markov; Grey Model with rolling mechanism and singular spectrum analysis) to forecast energy consumption in India.[J].Ujjwal Kumar;V.K. Jain.Energy.2009, 4

[3]

Applying the Grey prediction model to the global integrated circuit industry.[J].Li-Chang Hsu.Technological Forecasting & Social Change.2002, 6

[4]

基于改进马尔科夫模型的航空备件需求预测 [J].