线上期刊服务咨询,发表咨询:400-808-1701 订阅咨询:400-808-1721

基于多变量时间序列反演自记忆模型的中长期电力负荷预测

邹品晶; 姚建刚; 孔维辉; 胡淋波; 潘雪晴 电力系统及其自动化学报 2017年第10期

摘要:电力负荷预测的复杂性、 非线性使传统的中长期预测模型难以获得精确的结果.为了提高中长期电力负荷预测准确度, 构建了多变量时间序列反演自记忆模型.该模型使用灰色关联分析选取电力负荷变化主要影响因素, 采用主要影响因素对电力负荷自身变化过程进行动力方程反演, 并结合自记忆模型, 实现对电力负荷数据的拟合与预测.在提高预测精度的同时, 使预测结果最大程度地体现历史电力负荷数据的内在变化规律, 提高拟合和预测的稳定性.为了验证模型的效果, 使用 1986-2002 年某地区全社会用电量数据作为训练样本, 进行拟合分析, 并预测 2003-2006 年全社会用电量.拟合和预测的结果证明了该模型在中长期负荷预测中的有效性和可行性.

关键词:中长期电力负荷预测灰色关联分析主要影响因素动力方程反演自记忆模型

单位:湖南大学电气与信息工程学院; 长沙410082

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

电力系统及其自动化学报

北大期刊

¥408.00

关注 30人评论|1人关注