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,叟化敏感的输出因子Y,再用敏感因了对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。
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
单位:中南大学信息物理工程学院; 湖南省长沙市410083; 长沙理工大学; 湖南省长沙市410077; 广西电力有限公司电网调度中心; 广西壮族自治区南宁市530023
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社