區(qū)間組合模型在中長期負(fù)荷預(yù)測中的應(yīng)用

區(qū)間組合模型在中長期負(fù)荷預(yù)測中的應(yīng)用

ID:46284290

大小:427.47 KB

頁數(shù):6頁

時間:2019-11-22

區(qū)間組合模型在中長期負(fù)荷預(yù)測中的應(yīng)用_第1頁
區(qū)間組合模型在中長期負(fù)荷預(yù)測中的應(yīng)用_第2頁
區(qū)間組合模型在中長期負(fù)荷預(yù)測中的應(yīng)用_第3頁
區(qū)間組合模型在中長期負(fù)荷預(yù)測中的應(yīng)用_第4頁
區(qū)間組合模型在中長期負(fù)荷預(yù)測中的應(yīng)用_第5頁
資源描述:

《區(qū)間組合模型在中長期負(fù)荷預(yù)測中的應(yīng)用》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、第36卷第1期四川電力技術(shù)Vo1.36。No.12013年2月SichuanElectricPowerTechnologyFeb.。2013區(qū)間組合模型在中長期負(fù)荷預(yù)測中的應(yīng)用徐志向(四川省電力工業(yè)調(diào)整試驗所,四川成都610072)摘要:由于年負(fù)荷的發(fā)展包含穩(wěn)定增長趨勢成分和隨機成分,因此針對單一中長期負(fù)荷預(yù)測模型通常難以達到理想的預(yù)測精度,而組合模型可以對不同的預(yù)測模型進行優(yōu)化組合和信息的綜合利用,提出建立基于支持向量機的變權(quán)組合預(yù)測模型,實現(xiàn)了組合模型的結(jié)構(gòu)風(fēng)險最小化代替?zhèn)鹘y(tǒng)的經(jīng)驗風(fēng)險最小化。同時針對以往預(yù)測模型僅僅實現(xiàn)點預(yù)測的不足,建立基于區(qū)間參數(shù)估計理論的

2、中長期負(fù)荷區(qū)間組合預(yù)測模型,可以解決以往負(fù)荷模型預(yù)測的無精度范圍的問題,對傳統(tǒng)的中長期負(fù)荷預(yù)測模型進行了拓展。最后將該模型應(yīng)用于實際負(fù)荷預(yù)測中,驗證了該方法的有效性和可靠性。關(guān)鍵詞:負(fù)荷預(yù)測;支持向量機;結(jié)構(gòu)風(fēng)險最小化;區(qū)間組合預(yù)測模型;區(qū)間值A(chǔ)bstract:Becausetheannumloadincludessomesteadyincreasingtrendcomponentsandsomestochasticcomponents,itisdificultforasinglemediumandlongtermloadforecastingmodeltoach

3、ievethedesiredforecastingaccuracy,whilethecombi—nationmodeleaRrealizetheoptimalcombinationforthediferentforecastingmodelsandcansyntheticallyutilizetheforecastinginformationofeverymodel,SOthetimeseriesvariableweightcombinationalforecastingmodelbasedonsupportvectormachineisproposedwhich

4、canrealizestructuralriskminimizationofthecombinationforecastingmodelinsteadofthetraditionalexperi—enceriskminimization.Atthesametime,aimingattheshortcomingsoftheformerloadforecastingmodelwhichusuallyjustrealizesthepointforecasting,theintervalcombinationforecastingmodelofmediumandlongt

5、ermloadisestablishedbasedonintervalparameterestim~iontheory,whichcansolvetheproblemoftheformerforecastingmodelwithouttherangeofprecisionanddevelopthetraditionalforecastingmodelofmediumandlongtermload.Finally,thismodelisutilizedtothepracticalloadforecasting,andthevalidityandreliability

6、areverified.Keywords:loadforecasting;supportvectormachine;structuralriskminimization;intervalcombinationforecastingmodel;intervalvalue中圖分類號:TM715文獻標(biāo)志碼:A文章編號:1003—6954(2013)O1—0064—06模型參數(shù)敏感等,而組合預(yù)測模型可以綜合各模型0引言的優(yōu)勢,實現(xiàn)更準(zhǔn)確的負(fù)荷預(yù)測。組合預(yù)測就是將不同的預(yù)測方法進行適當(dāng)?shù)慕M電力系統(tǒng)中長期的負(fù)荷預(yù)測是電力系統(tǒng)運行、合,綜合利用各種方法所提供的有用信息,從而盡可

7、規(guī)劃等工作的重要基礎(chǔ),對保證電網(wǎng)運行的經(jīng)濟性能地提高預(yù)測精度。大量的實驗表明,組合預(yù)測尤為重要。準(zhǔn)確的負(fù)荷預(yù)測有助于提高系統(tǒng)的安全往往優(yōu)于單一預(yù)測模型。。文獻[11]綜合多個性與穩(wěn)定性,從而提高經(jīng)濟效益和社會效益。傳統(tǒng)準(zhǔn)則對組合模型預(yù)測效果進行評價。文獻[12]考的預(yù)測方法有趨勢外推法、時間序列法、回歸分析法慮了各預(yù)測方法各時點上的預(yù)測精度狀態(tài),通過加和灰色模型法等I4J。由于年電力負(fù)荷由確定性和權(quán)馬爾可夫鏈定性地推測出預(yù)測年份上各單項預(yù)測隨機性成分組成,確定性成分主要由國民經(jīng)濟發(fā)展、方法的預(yù)測精度狀態(tài),確定其在預(yù)測年份的權(quán)系數(shù)長期氣候變化、行政調(diào)控等因素決定,隨

8、機成分由偶

當(dāng)前文檔最多預(yù)覽五頁,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,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動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細(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. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。