摘要:为进一步提高电力负荷预测的精度和运算速度,针对短期负荷预测样本数据既有趋势性又有波动性的特点,采用均生函数-最优子集回归(mean generating function-optimal subset regression,MGF-OSR)建立预测模型。相对于均生函数主成分回归(mean generating function-principal component analysis,MGF-PCA)模型,该方法引入了一阶、二阶差分序列对高频部分进行拟合,又建立累加生成序列拟合其趋势,通过均值生成函数(MGF)将上述所有序列构建出预测因子矩阵,采用双评分准则进行粗选,剔除评分较低的因子,其他预报因子经组合寻优后得到最优子集并以此建立预测模型。实例分析表明,该模型预测的平均相对误差可低至2.42%,明显优于主成分回归模型的预测精度。
关键词:电力系统 负荷 数学模型 短期负荷预测 均值生成函数
单位:中国农业大学信息与电气工程学院; 北京100081; 山东理工大学电气与电子工程学院; 淄博255091
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社