基于改進(jìn)模糊回歸分析法的負(fù)荷預(yù)測

《基于改進(jìn)模糊回歸分析法的負(fù)荷預(yù)測》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。

1、基于改進(jìn)模糊回歸分析法的負(fù)荷預(yù)測馮虓(東北電力大學(xué)電氣工程學(xué)院，吉林吉林132012)摘要：對電力系統(tǒng)的負(fù)荷預(yù)測問題進(jìn)行了研究，并提出了一種改進(jìn)后的模糊回歸分析算法。該方法利用模糊預(yù)測法和回歸分析法各自的優(yōu)點(diǎn)，按不同情況下兩種方法的重要程度，用區(qū)間層次分析法賦以靈活可調(diào)的權(quán)重值。最后用算例進(jìn)行驗(yàn)證，結(jié)果表明此方法適合于中長期電力系統(tǒng)負(fù)荷預(yù)測。關(guān)鍵詞：中長期負(fù)荷預(yù)測；回歸分析法；模糊；區(qū)間層次分析法LoadForecastingBasedOnImproveFuzzyRegressionAnalysisFENGXiao(SchoolofE

2、lectricalandEngineering,NortheastDianliUniversity,JilinJilin132012,China)Abstract:Onpowersystemloadforecastingconductedastudyandputforwardanimprovedalgorithmforfuzzyregressionanalysis.Thismethodistheuseoffuzzypredictionmethodandregressionanalysis,theirrespectiveadvantag

3、es,accordingtodifferentsituations,theimportanceofthetwomethods,usinginterval-basedAHPassignedinaflexibleadjustableweights.Finallyexamplestovalidatetheresultsshowthatthismethodissuitableformediumandlongtermpowersystemloadforecasting.KeyWords:longandmediumtermforecasting;

4、regressionanalysis;fuzzy;interval-basedAHP1.引言電力系統(tǒng)中長期負(fù)荷預(yù)測的不可預(yù)知性很強(qiáng)，單憑一種簡單的線性預(yù)測方法很難準(zhǔn)確的預(yù)測未來值。模糊預(yù)測方法可以從不精確、不完全的已知信息量中抽絲剝繭，并且利用所設(shè)計(jì)的專家系統(tǒng)知識庫，得到比較準(zhǔn)確可靠的預(yù)測值。并且，模糊預(yù)測不需要耗費(fèi)大量的精力去建立數(shù)學(xué)預(yù)測模型，它用類似于專家的預(yù)測方法去進(jìn)行推理和判斷，可以與多種預(yù)測方法很好的結(jié)合[1]。電力系統(tǒng)中長期負(fù)荷預(yù)測中還經(jīng)常用到回歸分析法[2]，它的特點(diǎn)是預(yù)測方法簡單，但是由于需要較多的歷史數(shù)據(jù)的自身缺陷，

5、造成在缺少歷史數(shù)據(jù)的條件下使用困難。本文利用模糊預(yù)測法不需太多的歷史數(shù)據(jù)的特點(diǎn)，將兩種方法結(jié)合，用區(qū)間層次分析法[3]賦以靈活可調(diào)的權(quán)重值并進(jìn)行算例驗(yàn)證，證明該方法是一種行之有效的中長期負(fù)荷預(yù)測法。2.算法實(shí)現(xiàn)2.1回歸分析法在經(jīng)典的線性回歸問題中，回歸方程式為：(1)一般可以采用最小二乘法來求取未知參數(shù)a的估計(jì)量，即：(2)求出使Q最小的a后，將a代回(1)式中，即可求出預(yù)測的結(jié)果。但是在實(shí)際的電力系統(tǒng)負(fù)荷預(yù)測中，往往會(huì)有參數(shù)和歷史數(shù)據(jù)不足的情況，這時(shí)采用單一的回歸分析法就會(huì)造成最后的預(yù)測值與實(shí)際值之間的誤差過大，影響負(fù)荷預(yù)測的精度

6、。所以要引入一種可以彌補(bǔ)此類缺陷的方法，即模糊理論。1.2.2.1.2.1模糊預(yù)測法模糊預(yù)測法的出現(xiàn)是電力系統(tǒng)負(fù)荷預(yù)測的一個(gè)新發(fā)展，也是一個(gè)新補(bǔ)充。模糊預(yù)測中引入了一個(gè)“隸屬度”的概念，使規(guī)劃決策在幾個(gè)相互制約的目標(biāo)中，可以選擇一個(gè)恰當(dāng)?shù)谋壤P(guān)系以供決策者參考。圖1即為本文采用的模糊預(yù)測步驟。圖1模糊預(yù)測框圖提取原始負(fù)荷數(shù)據(jù)對其預(yù)處理開始將歷史負(fù)荷數(shù)據(jù)模糊化選取合適的模糊推理機(jī)制并訓(xùn)練建立與推理機(jī)制配套的模糊集將模糊集合清晰化并輸出信號結(jié)束圖2各歷史數(shù)據(jù)的隸屬度示意圖2.2.1歷史數(shù)據(jù)的預(yù)處理以及模糊化考慮到歷史數(shù)據(jù)中有一定的干擾值，

7、所以要對數(shù)據(jù)進(jìn)行一定的平滑預(yù)處理。本文采用如下濾波技術(shù)：如果(3)那么(4)式中為從歷史數(shù)據(jù)中提取的負(fù)荷量的值。將數(shù)據(jù)預(yù)處理之后，還要將預(yù)處理之后的數(shù)據(jù)進(jìn)行模糊化。所謂模糊化過程，就是給每個(gè)數(shù)據(jù)賦予一個(gè)隸屬度，使其屬于一個(gè)特定的論域內(nèi)，本文的隸屬函數(shù)為式(5)。(5)式中的是在t時(shí)刻的歷史負(fù)荷x屬于某個(gè)集合的隸屬度。是根據(jù)電網(wǎng)的不同種類負(fù)荷特征所設(shè)定的隸屬函數(shù)中心點(diǎn)。各歷史數(shù)據(jù)的隸屬度定義見圖2。本文將歷史數(shù)據(jù)分為。2.2.1模糊邏輯推理是指從一系列不太精確的、模糊的前提條件下，推導(dǎo)出近乎精確的結(jié)論的過程。它的一般原則是：前提1.如果

8、x是A，那么y是B；2.x是。結(jié)論y是=(A→B)例如：1.如果電壓變動(dòng)率是A，那么勵(lì)磁電流調(diào)節(jié)量是B；2.具體的電壓變動(dòng)量是。那么具體的勵(lì)磁電流調(diào)節(jié)量是?；诖嗽瓌t，模糊推理又發(fā)展出很多類似的推理規(guī)則，比如真值流推理、