一種基于社會經(jīng)濟因素影響的電力系統(tǒng)月度負荷的組合預(yù)測方法
【專利摘要】本發(fā)明涉及一種基于社會經(jīng)濟因素影響的電力系統(tǒng)月度負荷的組合預(yù)測方法，屬于電網(wǎng)【技術(shù)領(lǐng)域】。本發(fā)明首先通過改進灰色預(yù)測模型的方法對各社會經(jīng)濟指標(biāo)數(shù)列進行建模，得到各社會經(jīng)濟指標(biāo)的預(yù)測值；同時針對社會經(jīng)濟指標(biāo)與電力系統(tǒng)月度負荷的變化特點采用偏最小二乘模型，得到月度負荷與各社會經(jīng)濟指標(biāo)的線性多元回歸方程；然后將各社會經(jīng)濟指標(biāo)的預(yù)測值代入線性多元回歸方程中，得到月度負荷的預(yù)測值；最后根據(jù)月度負荷的預(yù)測值得出相對誤差。本發(fā)明不僅能很好的把握增長趨勢，還能有效的抑制負荷與影響因子之間的波動性問題；同時這種組合預(yù)測方法使預(yù)測精度明顯提高。
【專利說明】—種基于社會經(jīng)濟因素影響的電力系統(tǒng)月度負荷的組合預(yù)測方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種基于社會經(jīng)濟因素影響的電力系統(tǒng)月度負荷的組合預(yù)測方法，屬于電網(wǎng)【技術(shù)領(lǐng)域】。
【背景技術(shù)】
[0002]負荷預(yù)測是電網(wǎng)規(guī)劃的重要組成部分，提高負荷預(yù)測的水平，不僅有利于供電部門進行合理用電管理，還能提高經(jīng)濟效益。負荷預(yù)測不準(zhǔn)確，將對電力部門以及用戶產(chǎn)生很大影響:預(yù)測值與真實值過分偏低，無法滿足用戶需求；而過分偏高時，將會增加電力設(shè)施的投資，產(chǎn)生資源的浪費。
[0003]影響電力系統(tǒng)月度負荷的因素很多，且很多因素與負荷之間存在多重共線性問題，傳統(tǒng)線性回歸方法難以準(zhǔn)確描述變量之間的關(guān)系。對于影響因素的處理，由于運行管理制度相對落后以及運行人員水平參差不齊，導(dǎo)致歷史資料匱乏，針對小樣本數(shù)據(jù)問題，傳統(tǒng)的統(tǒng)計學(xué)方法很難發(fā)現(xiàn)其變化規(guī)律，這樣就給預(yù)測的精度帶來了很大的困難。負荷預(yù)測比較經(jīng)典的方法有時間序列法、回歸分析法以及相關(guān)分析法等，使用的前提是負荷具有很好的線性化以及確定性。然而電力負荷是非線性、時變性和不確定性的，因此想要簡單的通過一個數(shù)學(xué)關(guān)系式來表達影響因子與待預(yù)測負荷之間的非線性關(guān)系是非常困難的。為了克服以上困難，于是又研究提出專家預(yù)測、灰色預(yù)測以及神經(jīng)網(wǎng)絡(luò)理論等新的預(yù)測方法。

【發(fā)明內(nèi)容】

[0004]本發(fā)明提供了一種基于社會經(jīng)濟因素影響的電力系統(tǒng)月度負荷的組合預(yù)測方法，以用于解決樣本容量有限的情況下難以發(fā)現(xiàn)事物的統(tǒng)計規(guī)律、傳統(tǒng)預(yù)測模型難以消除偏差、影響因素多重共線性時難以精確描述自變量與因變量之間的關(guān)系等導(dǎo)致負荷預(yù)測精度不聞等問題。
[0005]本發(fā)明的技術(shù)方案是:一種基于社會經(jīng)濟因素影響的電力系統(tǒng)月度負荷的組合預(yù)測方法，首先通過改進灰色預(yù)測模型的方法對各社會經(jīng)濟指標(biāo)數(shù)列進行建模，得到各社會經(jīng)濟指標(biāo)的預(yù)測值；同時針對社會經(jīng)濟指標(biāo)與電力系統(tǒng)月度負荷的變化特點采用偏最小二乘模型，得到月度負荷與各社會經(jīng)濟指標(biāo)的線性多元回歸方程；然后將各社會經(jīng)濟指標(biāo)的預(yù)測值代入線性多元回歸方程中，得到月度負荷的預(yù)測值；最后根據(jù)月度負荷的預(yù)測值得出相對誤差。
[0006]所述方法的具體步驟如下:
A、通過改進灰色預(yù)測模型的方法對各社會經(jīng)濟指標(biāo)數(shù)列進行建模，得到各社會經(jīng)濟指標(biāo)的預(yù)測值:所述改進灰色預(yù)測模型的具體步驟如下:
Al、對原始數(shù)列進行一次累加生成一次累加數(shù)列，運用一次累加數(shù)列構(gòu)建一階微分方程并確定數(shù)據(jù)矩陣；
A2、采用最小二乘估計一階線性微分方程的待估參數(shù)；A3、計算無偏CBf (61:1)模型的參數(shù)S , a ;
A4、根據(jù)?^的估計值S , J建立原始數(shù)據(jù)序列模型:
【權(quán)利要求】
1.一種基于社會經(jīng)濟因素影響的電力系統(tǒng)月度負荷的組合預(yù)測方法，其特征在于:首先通過改進灰色預(yù)測模型的方法對各社會經(jīng)濟指標(biāo)數(shù)列進行建模，得到各社會經(jīng)濟指標(biāo)的預(yù)測值；同時針對社會經(jīng)濟指標(biāo)與電力系統(tǒng)月度負荷的變化特點采用偏最小二乘模型，得到月度負荷與各社會經(jīng)濟指標(biāo)的線性多元回歸方程；然后將各社會經(jīng)濟指標(biāo)的預(yù)測值代入線性多元回歸方程中，得到月度負荷的預(yù)測值；最后根據(jù)月度負荷的預(yù)測值得出相對誤差。
2.根據(jù)權(quán)利要求1所述的基于社會經(jīng)濟因素影響的電力系統(tǒng)月度負荷的組合預(yù)測方法，其特征在于:所述方法的具體步驟如下: A、通過改進灰色預(yù)測模型的方法對各社會經(jīng)濟指標(biāo)數(shù)列進行建模，得到各社會經(jīng)濟指標(biāo)的預(yù)測值:所述改進灰色預(yù)測模型的具體步驟如下: Al、對原始數(shù)列進行一次累加生成一次累加數(shù)列，運用一次累加數(shù)列構(gòu)建一階微分方程并確定數(shù)據(jù)矩陣； A2、采用最小二乘估計一階線性微分方程的待估參數(shù)； A3、計算無偏OJ(1:10模型的參數(shù)?，A ； A4、根據(jù)? , j的估計值￡ , J建立原始數(shù)據(jù)序列模型:
【文檔編號】G06F19/20GK103853939SQ201410108926
【公開日】2014年6月11日 申請日期:2014年3月24日 優(yōu)先權(quán)日:2014年3月24日
【發(fā)明者】劉志堅, 楊志華, 楊蕊鑫, 宋琪, 趙子琦, 黃蓉 申請人:昆明理工大學(xué)