智能優(yōu)化算法在電力負荷組合預測中的應用.pdf

1、負荷預測往往會在不同程度下受到許多不確定因素的影響,每個預測模型都有自己所適應的范圍,很難應用于所有的情況。然而隨著電力負荷規(guī)律越來越復雜,傳統(tǒng)的單模型預測方法因為模型自身的自適應能力較差,很難滿足復雜的電力市場發(fā)展需求,從而更加突出了預測模型的局限性與負荷預測的復雜性之間的矛盾,預測結果通常不能達到滿意的效果。所以,在近幾年的電力負荷預測研究中組合預測已經逐漸成為研究的重點內容。
　　本文主要引入智能優(yōu)化算法以及變權組合預測模型

2、,結合電力負荷自身特點,重點研究電力負荷預測的理論與方法,并且取得了一定具有理論意義和實用價值的結果,主要的研究內容分以下幾部分:
　　(1)緩沖算子理論研究。緩沖算子理論是灰色系統(tǒng)理論的主要特色之一,同時也是近年來灰色理論研究的熱點之一。本文在緩沖算予公理體系下,應用若干強化緩沖算子,對所獲得的原始數(shù)據(jù)序列進行緩沖處理,弱化隨機性,顯示規(guī)律性,成功排除外界的沖擊干擾,得到能夠反映系統(tǒng)變化規(guī)律的數(shù)據(jù)序列,從而提高灰色模型的預測精度

3、。
　　(2)單模型的建立與分析。根據(jù)陜西省電力負荷的數(shù)據(jù)特點,建立了五種符合歷史數(shù)據(jù)要求的單模型,分析了各單模型的優(yōu)點、適用范圍以及建模的原理與具俸步驟,并將五種單模型的預測結果作比較,分析各單模型在負荷預測中的優(yōu)點與不足。
　　(3)智能優(yōu)化算法的組合預測模型。由于電力系統(tǒng)的不確定因素,利用傳統(tǒng)的單模型很難滿足實際的精度要求,因此,本文在五種單模型的基礎上,用遺傳算法、量子遺傳算法、最小二乘支持向量機分別優(yōu)化變權組合預測