基于协整-格兰杰因果检验和季节分解的中期负荷预测

被引：70

作者：

刘俊 ^{[1
]}

赵宏炎 ^{[1
]}

刘嘉诚 ^{[1
]}

潘良军 ^{[2
]}

王楷 ^{[3
]}

机构：

[1] 陕西省智能电网重点实验室西安交通大学

[2] 国网陕西省电力公司

[3] 国网陕西省电力公司电力科学研究院

来源：

电力系统自动化 | 2019年 / 43卷 / 01期

关键词：

中期负荷预测; 季节分解; 协整检验; 格兰杰因果检验; 支持向量机;

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：

近年来,随着国民经济的转型,中国的经济结构发生了较大的变化,仅仅依靠电力负荷历史数据进行负荷电量预测会造成较大的误差。为解决传统负荷预测方法对于经济、气象等因素考虑不足的问题,提出了一种可以计及经济与气象等因素影响的中期负荷电量预测方法。首先利用季节分解将历史月度用电量分解为长期趋势及循环分量、季节分量以及不规则分量;并以计量经济学中的协整检验以及格兰杰因果检验分析经济因素与用电量长期趋势及循环分量的关系,确定影响该部分电量预测的关键性指标;基于电量、气象以及经济数据,对各个分量利用支持向量机分别进行预测并综合得到月度电量总量预测值;最后通过算例分析了方法的有效性与可行性。

引用

页码：73 / 80

页数：8

共 13 条

[1]

基于改进灰色关联分析与蝙蝠优化神经网络的短期负荷预测 [J].