灰色模型在電力負(fù)荷預(yù)測(cè)中的應(yīng)用

灰色模型在電力負(fù)荷預(yù)測(cè)中的應(yīng)用

ID:12466699

大小:46.07 KB

頁(yè)數(shù):5頁(yè)

時(shí)間:2018-07-17

灰色模型在電力負(fù)荷預(yù)測(cè)中的應(yīng)用_第1頁(yè)
灰色模型在電力負(fù)荷預(yù)測(cè)中的應(yīng)用_第2頁(yè)
灰色模型在電力負(fù)荷預(yù)測(cè)中的應(yīng)用_第3頁(yè)
灰色模型在電力負(fù)荷預(yù)測(cè)中的應(yīng)用_第4頁(yè)
灰色模型在電力負(fù)荷預(yù)測(cè)中的應(yīng)用_第5頁(yè)
資源描述:

《灰色模型在電力負(fù)荷預(yù)測(cè)中的應(yīng)用》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。

1、灰色模型在電力負(fù)荷預(yù)測(cè)中的應(yīng)用摘要:電力負(fù)荷預(yù)測(cè)是電力系統(tǒng)規(guī)劃的重要組成部分,也是電力系統(tǒng)生產(chǎn)、運(yùn)行的基礎(chǔ),因而,電力負(fù)荷預(yù)測(cè)對(duì)于電力系統(tǒng)規(guī)劃和運(yùn)行都極為重要。負(fù)荷預(yù)測(cè)的方法眾多,灰色預(yù)測(cè)法是應(yīng)用較多的一種方法。本文在近年來有關(guān)灰色模型在電力負(fù)荷預(yù)測(cè)中的應(yīng)用的相關(guān)文獻(xiàn)的基礎(chǔ)上,進(jìn)行了簡(jiǎn)單的比較分析并提出結(jié)論。關(guān)鍵詞:灰色理論負(fù)荷預(yù)測(cè)GM(1,1)模型1、概述電力系統(tǒng)的負(fù)荷預(yù)測(cè)是電力規(guī)劃、生產(chǎn)和運(yùn)行等工作的重要基礎(chǔ),基于準(zhǔn)確的負(fù)荷預(yù)測(cè)可以增強(qiáng)電網(wǎng)運(yùn)行的安全穩(wěn)定性,提高供電可靠性,有效地降低發(fā)電成本,從而提高經(jīng)濟(jì)效益和社會(huì)

2、效益。正是由于負(fù)荷預(yù)測(cè)對(duì)電力系統(tǒng)有如此重要的作用,如何進(jìn)一步提高負(fù)荷預(yù)測(cè)的準(zhǔn)確性顯得尤為重要。電力負(fù)荷預(yù)測(cè)方法眾多,通??煞譃閭鹘y(tǒng)負(fù)荷預(yù)測(cè)方法和新型負(fù)荷預(yù)測(cè)方法。傳統(tǒng)預(yù)測(cè)方法由于其模型簡(jiǎn)單實(shí)用,參數(shù)具有較清晰的物理意義,在實(shí)際系統(tǒng)中應(yīng)用廣泛。然而,傳統(tǒng)的方法大多依靠專家的經(jīng)驗(yàn)判斷,其預(yù)測(cè)精度往往較低。近年來,隨著系統(tǒng)的日益復(fù)雜以及一些交叉的新興學(xué)科和應(yīng)用理論的出現(xiàn),出現(xiàn)了許多新興的負(fù)荷預(yù)測(cè)模型,以適應(yīng)日益提升的對(duì)負(fù)荷預(yù)測(cè)準(zhǔn)確性的要求。其中,基于灰色理論的電力負(fù)荷灰色預(yù)測(cè)法是目前在中長(zhǎng)期負(fù)荷預(yù)測(cè)中應(yīng)用最廣泛、效果最理想的

3、預(yù)測(cè)方法之一。2、灰色系統(tǒng)理論與灰色預(yù)測(cè)模型2.1灰色系統(tǒng)理論灰色系統(tǒng)理論將已知信息稱為“白色”信息,完全未知信息稱為“黑色”信息,介于兩者之間的信息稱為“灰色”信息。灰色預(yù)測(cè)法是在灰色理論模型的基礎(chǔ)上發(fā)展起來的,其以灰色生成來減弱原始系列的隨機(jī)性,從而在利用各種模型對(duì)生成后的系列進(jìn)行擬合處理的基礎(chǔ)上通過還原操作得出原始系列的預(yù)測(cè)結(jié)果。該類模型具有要求原始系列少、不考慮分布規(guī)律、運(yùn)算方便、短期預(yù)測(cè)精度高、易于檢驗(yàn)等優(yōu)點(diǎn),但預(yù)測(cè)時(shí)段末端預(yù)測(cè)效果不夠理想。因而有很多文獻(xiàn)針對(duì)灰色模型的缺陷做了大量改進(jìn),形成了許多改進(jìn)的灰色預(yù)

4、測(cè)模型,對(duì)此,在下文中將有詳細(xì)論述。2.2灰色預(yù)測(cè)模型灰色系統(tǒng)理論的核心是灰色動(dòng)態(tài)建模(GreyDynamicModel,GM),其思想是直接將時(shí)間序列轉(zhuǎn)化為微分方程,從而建立系統(tǒng)發(fā)展變化的動(dòng)態(tài)模型。目前在電力負(fù)荷預(yù)測(cè)中經(jīng)常采用的模型是GM(1,1)模型,其實(shí)質(zhì)是對(duì)原始數(shù)據(jù)做一次累加生成,生成數(shù)據(jù)呈現(xiàn)指數(shù)規(guī)律,通過建立微分方程模型求得擬合曲線,再累減還原得到預(yù)測(cè)值。其建模過程如下:設(shè)x0={x0(k)

5、k=1,2,…,n}為原始負(fù)荷系列。對(duì)此數(shù)列做一次累加后生成一次累加生成系列x1={x1(k)=x0(k)+x1(k-

6、1)

7、k=1,2,…,n}x1系列滿足下列一階微分方程2.3灰色預(yù)測(cè)模型的局限性及其改進(jìn)在實(shí)際運(yùn)用灰色模型進(jìn)行負(fù)荷預(yù)測(cè)時(shí)發(fā)現(xiàn),在數(shù)據(jù)離散度較大時(shí),預(yù)測(cè)精度將明顯降低,尤其是用于時(shí)間跨度較長(zhǎng)的中長(zhǎng)期負(fù)荷預(yù)測(cè)中,預(yù)測(cè)時(shí)段末端預(yù)測(cè)效果不夠理想。其主要原因是:沒有考慮α、μ的變化對(duì)系統(tǒng)增長(zhǎng)速度的影響;未把新信息帶入模型,把舊信息加以去除?;谏鲜鲈?,可以將GM(1,1)模型進(jìn)行改進(jìn)以達(dá)到更高的準(zhǔn)確度。常見的改進(jìn)方法有三種:一是改造原始數(shù)據(jù),如指數(shù)加權(quán)法、滑動(dòng)平均法、加政策因子法、20%修均法等;二是改造模型本身,如殘差灰色預(yù)

8、測(cè)模型、干涉因子灰色模型、灰色預(yù)測(cè)—校正模型;三是改進(jìn)技術(shù),如灰色遞階預(yù)測(cè)法、組合模型法、等維新息遞補(bǔ)預(yù)測(cè)法、灰色模型群建模法。3、灰色模型改進(jìn)方法由于傳統(tǒng)的GM(1,1)模型存在缺陷,有很多文獻(xiàn)都對(duì)此提出了許多改進(jìn)方法。在此,僅就參考文獻(xiàn)中提到的改進(jìn)方法作出歸納和比較。3.1用滑動(dòng)平均法對(duì)原始數(shù)據(jù)進(jìn)行預(yù)處理該方法是灰色模型的常用改進(jìn)方法,一般是進(jìn)行改進(jìn)的第一步。對(duì)原始數(shù)據(jù)進(jìn)行滑動(dòng)平均處理的目的主要在于削弱數(shù)據(jù)中極端值(壞數(shù)據(jù))的影響,同時(shí)削弱數(shù)據(jù)列的波動(dòng)性,減少隨即性,從而強(qiáng)化原始數(shù)據(jù)的大趨勢(shì),盡可能將原始數(shù)據(jù)改造成

9、遞增變化的序列,以符合或接近決策的需要。對(duì)原始數(shù)據(jù)進(jìn)行滑動(dòng)平均處理后,數(shù)據(jù)在統(tǒng)計(jì)中的隨機(jī)誤差和人為誤差減小,削弱了數(shù)據(jù)的人為主觀性和偶然性的干擾,從而可以提高模型精度。但是,該方法依然不能解決模型本身的缺陷帶來的誤差。3.2殘差處理如果按原始數(shù)據(jù)或進(jìn)行預(yù)處理后的原始數(shù)據(jù)建立的灰色模型殘差檢驗(yàn)不合格或誤差太大,則可以建立殘差的GM(1,1)模型對(duì)原模型進(jìn)行修正。取k=i,i+1,…,n,建立殘差數(shù)列,利用殘差數(shù)列建立GM(1,1)模型后再加入原始模型。經(jīng)過殘差處理修正后的模型精度將大大提高。但是,經(jīng)過殘差處理后α、μ變化

10、的影響仍然存在。3.3等維新息處理由于GM(1,1)模型沒有考慮α、μ隨時(shí)間變化的影響從而預(yù)測(cè)誤差較大,等維新息處理的思想就是將預(yù)測(cè)模型中得到的新信息送入原始數(shù)據(jù)序列,剔除一個(gè)陳舊的數(shù)據(jù),如此循環(huán),直到達(dá)到預(yù)定目標(biāo)。具體做法是利用已知數(shù)列建立GM(1,1)模型,預(yù)測(cè)一個(gè)值;再將這個(gè)預(yù)測(cè)值補(bǔ)充在已知數(shù)列后,去掉數(shù)列的第一個(gè)數(shù)據(jù)以保證

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無此問題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫(kù)負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。