资源描述：
《短期电力负荷组合预测分析方法研究.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、短期电力负荷组合预测分析方法研究许元斌,等短期电力负荷组合预测分析方法研究许元斌,黄文思,罗义旺,李金湖,刘燕秋,陈坤(国网信通亿力科技有限责任公司智能电网大数据实验室福建福州,350003)摘要:电力负荷预测是电网公司的一项重要工作,现实中许多因素均能引起负荷变化,故电力负荷具有周期变化以及随机变化的特征。任何一种单一预测法均不能较为全面的预测电力系统负荷变化,针对这个问题,本文引入竞争理论,将BP神经网络(BPNN)与自回归滑动平均模型(ARMA)相结合,构建成组合式预测法(ARMA-BPNN),其综合利用了两者的优点,可以预测周期性和非线性电力负荷变化。该预测方
2、法的BPNN预测电力负荷的非线性规律,ARMA预测周期性规律,最后将两者预测结果叠加,得出最终的负荷变化规律。仿真表明,ARMA-BPNN兼具两者优点,起到了优势互补的作用,提高了电力负荷预测的精准度。关键词:电力负荷预测;ARMA;BPNN;周期性预测;非线性预测中图分类号:TN73文献标识码:ADOI编码:10.14016/j.cnki.1001-9227.2017.03.032Abstract:Powersystemloadforecastingisanworkofelectricpowerproductiondivision.Thepowerloadvaria
3、tionisimpactedbymanycomplications,suchasrandomandperiodic.Thetraditionalsingleforecastingmethodscannotforecastthepowerloadcomprehensively.Basedonthetheoryofcompetition,acombinationofpowerloadforecasting(BPNNARMA)ispresented,whichisbasedonBPNN.ARMA-BPNNfirstforecastthepowerloaddatabyARMA
4、model,gettheperiodicchangeregularityofpowerloadchanges,thenusesBPNNtopowerloadnonlinearvariationprediction,thecycleofpredictionresultsandnonlinearpre-dictionresultsareadded,getthefinalpowerloadforecastresults.SimulationresultsshowthattheARMA-BPNNusingtheadvantagesofthetwoalgorithms,toac
5、hievethecomplementaryrole,todescribetheloadvariation,andamelioratetheaccuracyofpowerloadforecasting.Keywords:loadforecasting;ARMA;BPNN;periodicprediction;nonlinearprediction变化。本文引入竞争理论,将传统预测方法和智能预测法0引言相结合,提出一种组合式预测法。传统预测方法采用我国经济正处于快速发展时期,对电能需求较大,用ARMA,其具有预测周期性负荷变化能力强的特点;智能电量每年都在提高。为了保障电
6、力安全稳定可靠经济运预测方法采用BPNN,其具有较强的预测随机性负荷变化行,满足社会日益增长的用电需求,负荷准确预测在电力能力,将两者结合构成组合式预测方法ARMA-BPNN,可生产过程中具有重要意义。也正是因为这个因素,负荷预以较好的预测负荷变化中的周期性变化和随机性变化,实测成为研究机构关注的研究领域。现较为全面准确的预测。ARMA-BPNN中的BPNN算法负荷预测目前是研究的热点领域,提出了多种预测方预测电力负荷的非线性规律,ARMA预测周期性规律,最法,取得了一定的成效,目前的预测方法可以分为两类:人后将两者预测结果叠加,得出最终的负荷变化规律。仿真[1]工智
7、能方法和传统预测法。人工智能方法有支持向量表明,ARMA-BPNN兼具两者优点,起到了优势互补的作[2][3][4]机、专家系统、神经网络以及模糊逻辑法等,智能预用,提高了电力负荷预测的精准度。测对于随机性变化具有良好的效果,但是不能够准确对电1短期负荷影响因素及数据预处理方法力负荷周期性变化进行预测,具有一定的缺陷。传统预测[5][6]法主要有灰色模型、回归分析和外推等,此类方法均短期电力负荷预测是根据历史数据,构建科学的数学是根据线性数据展开负荷预测的,但是系统受到诸多因素模型,可以预测将来短时间内电力负荷变化。电力系统短的影响,比如天气、政治和
