基于灰色马尔科夫链的用电量预测模型分析及应用研究.pdf

《基于灰色马尔科夫链的用电量预测模型分析及应用研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第41卷第4期华北电力大学学报Vo1．41．No．42014年7月JournalofNorthChinaElectricPowerUniversityJu1．。2014doi：10．3969／j．ISSN．1007—2691．2014．04．12基于灰色马尔科夫链的用电量预测模型分析及应用研究唐慧，唐艳(1．国网南京供电公司，江苏南京210000；2．中国水电工程顾问集团有限公司，北京100120)摘要：准确预测用电量是电力系统运行和规划的基础，是电力企业制定配售计划、经营战略和策略的基础。用电量受到产业结

2、构、经济发展、居民收入水平和国家政策的影响，是一个灰色系统。针对我国供电量进行预测，首先采用灰色模型GM(1，1)进行预测，利用初步预测结果的相对误差构建马尔可夫转移矩阵，对灰色模型得出的预测值进行马尔可夫修正，经实例验证，预测精度可以进一步大幅提高。关键词：灰色模型；马尔科夫模型；用电量预测中图分类号：TM714文献标识码：A文章编号：1007—2691(2014)04—0077—04Electricityconsumptionforecastingmodelanalysisandapplicationb

3、asedonGreyMarkovChainTANGHui，TANGYan(1．StateGridNanjingPowerSupplyCompany，Nanjing210000，China；2．HydrochinaCorporation，Beijing100120，China)Abstract：Accuratepredictionofelectricityconsumptionisthe~undationofpowersystemoperationandplanning，itisalsothebasic~un

4、dationofthepowercompaniesplan，strategyandtactics．Consumptionaffectedbytheindustrialstructure，economicdevelopment，incomelevelandnationalpolicies，whichisagraysystem．AimingtOpredictournatureelectricityconsumption，thispaperfirstlyusesgraymodelGM(1，1)topredictt

5、heresultspreliminary，andappliestherelativeerrortObuildMarkovtransitionmatrixinordertoenhancetheaccuracy．Atlasttheresultsshowthatwithaexamplesofverificationthepredictionaccuracycanbefurtherincreasedsubstantially．Keywords：greymodel；Markovchain；powersupplyfor

6、ecasting困难。电量的消费受到经济发展、产业结构、居0引言民收入水平、气候、国家政策等诸多因素的影响，是一个灰色系统，适合用灰色模型描述。GM(1，精确的用电量预测对电力系统的生产经营、1)模型是最常用的一种灰色系统模型，但由于规划建设等具有重要意义，能为电力企业制定生GM(1，1)模型是一个指数函数，比较适合用电量产经营目标与发展规划提供一定的依据，是电力增长较慢的情况，而实际用电量很难严格按指数企业制定配售电计划、经营战略和策略的基础¨。规律变化，导致进行长期预测时，增长率过快，预由于用电量受到经

7、济发展、产业结构、居民收入水测精度变低，因此GM(1，1)模型在实际应用中受平、国家政策诸多因素的影响，这些因素的随机性到一定的限制。马尔可夫预测是应用概率论和关联性变化大，导致确保用电量的准确性比较中马尔可夫链(Markovchain)的理论和方法来研究分析时间序列的变化规律，并由此预测其未来收稿日期：2013-08-26变化趋势的一种预测方法’。本文将灰色预测78华北电力大学学报和马尔科夫预测相结合，在GM(1，1)模型的基础(+1)=(1)一∑+1)+上利用马尔科夫模型对预测误差进行调整，方法“J2科

8、学合理实用。∑j}+1)(3)1灰色预测模型的建立再累减还原，得：的预测模型为：。(七十1)=：(k+1)一：’()(4)GM(1，12)模型表示对n个变量用一阶微分方由此，即可对xl∞进行预测。程建立的灰色模型，主要用于终端能源和若干个影响变量之间关系的预测。2马尔科夫预测模型设有。，，⋯，等n个变量，对应有i't个历史数据组成的数列'，即马尔可夫预测是应用概率论中马尔可夫链。=[‘。(1)，‘。’(2)，⋯，