提高时间序列气象适应性的短期电力负荷预测算法

被引：44

作者：

朱陶业 ^{[1
]}

李应求 ^{[2
]}

张颖 ^{[2
]}

张学庄 ^{[1
]}

何朝阳 ^{[3
]}

机构：

[1] 中南大学信息物理工程学院

[2] 长沙理工大学

[3] 广西电力有限公司电网调度中心

来源：

中国电机工程学报 | 2006年 / 23期

关键词：

电力系统; 负荷预测; 时间序列; 神经网络; 气象敏感因子;

D O I：

10.13334/j.0258-8013.pcsee.2006.23.003

中图分类号：

TM715 [电力系统规划];

学科分类号：

摘要：

采用时间序列中的自回归求和移动平均算法(ARIMA)对日负荷进行粗预测,获得消除了周期性的受气象因素影响较强的差值序列。结合气象信息,为小规模神经网络构造能反映气象变化的新息序列,为网络提供良好的训练与适应环境,训出对气象非平稳变化敏感的输出因子Y,再用敏感因子对ARIMA算法的预测结果进行修正,从而构建出对气象适应性较强的ARIMA+Y的预测算法。利用Delphi5．0实现的负荷预测软件对广西负荷区进行预测,多年的运行证明：该算法对广西负荷区气象非平稳变化具有很好的敏感性和适应性,能显著提高气象非平稳变化日的预测准确率,较好地解决了在气象变化影响下用ARIMA算法预测准确率偏低的问题。

引用

页码：14 / 19

页数：6