基于灰色模型的電網負荷預測方法研究.pdf

1、實際生活中有很多因素，例如政治、經濟、重大事故等，會不同程度的影響電力系統(tǒng)中的電網中電壓、電流等的穩(wěn)定運行，這樣會造成電網負荷的波動性，進而造成電網系統(tǒng)和電氣設備的非正常運行以及其它損害等。因此，對電力系統(tǒng)中電網負荷的事先有效估計，是對電力系統(tǒng)進行合理經濟調度、降低生產成本、防止電網大面積停電或者電網崩潰的迫切需求。電力系統(tǒng)中負荷預測是電力系統(tǒng)穩(wěn)定運行的基礎，是通過歷史負荷的探究和分析，應用特定的分析方法來預測未來負荷。本文主要研究電力

2、系統(tǒng)中電網負荷的較短期預測，并且針對如何建立預測精度更高和計算速度更快的預測模型進行了分析探索。
　　本文所做的工作如下：
　　1)本文基于電網中歷史的負荷數據規(guī)律分析，采用基礎灰色模型，即GM(1,1)灰色模型來預測地方電網中的負荷數值，在建模過程中提出動態(tài)新息模型建模。
　　2)對預測結果精度檢驗的方法本文采用三種方法：相對誤差檢驗法、后驗差檢驗法和關聯度檢驗法。
　　3)為了提高GM(1,1)灰色模型對電網

3、負荷的預測精度，本文提出三種方法來提高模型預測精度，第一種方法主要是改善優(yōu)化GM(1,1)建模過程中的自身模型，即GM(1,1)灰色模型背景值的優(yōu)化、GM(1,1)灰色模型灰色導數的優(yōu)化、GM(1,1)灰色模型初始條件的合理選擇等；第二種方法主要是應用融合GM(1,1)灰色模型的組合模型預測方法，將灰色預測模型分別與最小二乘法、指數平滑法、人工神經網路組合優(yōu)化來預測電網負荷數據，通過彌補單一使用模型的不足的方式提高預測精度，期望達到良好