灰色系统理论在城市年用电量预测中的应用--不同预测方法的分析比较

章对各种不同灰色系统（ＧＭ）预测模型进行详细分析比较,针对城市年用电量需求增长的特点,总结出各种ＧＭ模型的优劣及其适应范围,为电力系统工作人员进行年用电量预测提供参考依据。     

一种新的灰色模型在城市年用电量预测中的应用

城市年用电量由于受经济、社会、气候等多种因素影响,具有一定的灰色特征.针对传统GM(1,1)模型预测误差较大的缺点,将直接灰色预测模型(DGM)引入到年用电量预测中,从而避开了灰微分方程参数辨识时合理选取背景值的问题.以DGM的还原值与实际值的平均相对误差最小化为目标,建立了相应的优化模型并设计了基于微分进化的求解算法.对5种不同增长规律的城市电网年用电量进行预测,并与多种预测方法进行比较,结果验证了所提方法的有效性.     

灰色季节变动指数模型GSVI(1,1)在农村用电量预测中的应用

季度用电量同时具有增长性和季节波动性的二重趋势,这使得季度用电量的变化呈现出复杂的非线性组合特征。对于这种具有复杂的非线性组合特征的时间序列,直接应用GM(1,1)灰色模型往往精度不高。GM(1,1)灰色模型只能反映时间序列的总体变化趋势,不能很好地反映其季节性波动变化的具体特征。为了提高短期用电量的预测精度,提出了用电量预测的灰色季节变动指数模型——GSVI(1,1)模型。GSVI(1,1)模型是将灰色预测方法与季节变动指数有机结合起来,对复杂的不确定性问题进行求解所建立的模型。算例计算表明,与灰色预测方法相比,GSVI(1,1)模型具有更强的适应性和更高的预测精度,适用于农村用电量预测。     

智能优化灰色模型在中期用电量预测中的应用

传统GM(1,1)模型在参数a的绝对值较小的情况下近期用电量预测精度较高,中期用电量预测往往误差较大,一定程度上是由于GM(1,1)模型的背景值x(1)(k)取前后2个时刻的平均值造成的.引入向量θ得背景值序列的精确计算式,将GM(1,1)模型推广为GM(1,1,θ)模型.应用微粒群优化这一智能算法求解最优向量,从而构建GM(1,1,θ)模型,并将该模型应用于山东省中期用电量预测.实例分析表明,与传统GM(1,1)预测模型相比,智能优化模型较好地得到了预测点的预测结果,更适用于中期用电量预测.     

灰色系统改进模型在设备状态预报中的应用

本文通过对灰色系统ＧＭ（１，１）模型进行的讨论，发现灰色系统建模公式仅仅是一个近似运算公式，存在偏差，为此提出一种改进模型。通过对设备状态参数预测实例证明了改进模型比原系统模型具有更高的预测精度。     

用电量的灰色-多元回归耦合模型预测

应用灰色关联分析方法,探讨了江苏省全社会用电需求量与其影响因素的关系,确定了影响用电需求量的主要因素(重工业用电量、地区生产总值、人均收入、固定资产投资总额和基本建设投资).建立了用电需求量与主要影响因素之间的多元线性回归预测模型,经过回归检验,确定了优化的多元线性回归预测模型.用灰色模型拟合该回归模型自变量的历史数据,并预测其未来发展趋势.应用优化回归模型对江苏省2004～2010年全社会用电量进行了预测.结果表明,到2010年,江苏省全社会用电量将达到3661.95亿kW·h,是2004年用电量实际值的2倍.     

月度用电量灰色预测改进模型

灰色模型是年度电量预测的有效方法。引入季节指数平滑法改进灰色模型,使其更适合具有季节周期性的月度用电量预测;并提出了一种基于马尔科夫过程的残差修正法,以提高月度电量预测的准确率。最后,以某市月度用电量进行实际预测为例,通过与其他模型的比较,验证了改进模型在月度用电量预测中的有效性。     

基于新陈代谢灰色马尔可夫模型的工业园区用电量预测

单一的灰色预测模型只能反映工业园区月用电量的总体变化情况,无法反映用电量随生产计划和季节变化的波动特点。为此,将灰色预测、新陈代谢法与马尔可夫理论三者的设计思想相融合,优化灰色模型的维数,引入马尔可夫修正系数,建立新的改进模型。通过案例的分析研究,新陈代谢灰色马尔可夫模型能够较好的提高预测的精度。     

ARIMA模型在城市年用电量预测中的应用

介绍了单整自回归移动平均模型（antoregressive integrated moving average model,ARIMA）及其建模思路,并结合Eviews软件将ARIMA模型应用于成都市年用电量的分析与预测。经检验此模型预测精度较高,拟合效果理想,体现了应用ARIMA模型进行用电量预测的可行性,可以为电力系统工作人员进行年用电量预测提供参考。     

改进无偏GM(1,1)模型及其在中长期电力负荷预测中的应用

通过对原始数据序列作开次方运算生成新数据序列的方法,建立了改进无偏GM（1,1）模型。用数值实验研究的方法证明了改进无偏GM（1,1）模型特性优于无偏GM（1,1）模型。将改进无偏GM（1,1）模型用于对太原地区电力负荷进行预测,实际应用的结果也显示改进模型提高了中长期电力负荷预测精度。     

基于改进灰色GM模型的用电量预测方法研究

季度用电量同时具有增长性和季节波动性二重趋势,而灰色GM(1,1)预测模型只能反映用电量的总体变化趋势,不能很好反映其季节性波动变化的具体特征。提出灰色GM(1．1)用电最预测模型的改进模型——灰色季节变动指数模型GSI(1,1)模型,将灰色预测方法与季节指数有机结合起来。算例表明,与灰色预测方法相比,GSI(1,1)模型具有更强的适应性和更高的预测精度,适用于季节性用电量预测。     

基于新陈代谢灰色马尔可夫模型的工业园区电力负荷预测

单一的灰色预测模型只能反映工业园区月用电量的总体变化情况,无法反映用电量随生产计划和季节变化的波动特点。为此,将灰色预测、新陈代谢法与马尔可夫理论三者的设计思想相融合．优化灰色模型的维数,引入马尔可犬修正系数,建立新的改进模型：通过案例的分析研究,新陈代谢灰色马尔可夫模型能够较好的提高预测的精度．     

基于灰色马尔可夫修正模型的城市月用电需求预测

传统的灰色颅测模型只能反映用电量的总体变化趋势．不能反映月用电量随季节的波动特征为此,基于马尔可夫理论提出了灰色马屿尔可夫修正预测模型,引入了马尔司夫修正系数．并在模型中加入等维信息,研究了同时考虑2种趋势的城市用电需求的预测问题：算例表明．与传统的灰色预测方法相比,马尔可夫修正模型较好地提高了预测的精度。     

GM(1,2)短期现货电价灰色预测模型

在电力市场中,电价预测对市场参与者具有非常重要的意义。该文检验了GM(1,2)灰色模型在现货电价预测中的应用效果。在对GM(1,2)模型进行修正的基础上,分别建立了计及负荷因子的预测模型和计及预测时刻前一小时电价的预测模型,并对模型进行了等维新息处理。对美国PJM电力市场的峰荷时段、腰荷时段和低谷时段的LMP实时电价分别进行了预测。预测结果表明,计及预测时刻前一小时电价的预测模型具有较好的预测效果。     

基于灰色神经网络法的高峰负荷预测

针对多个相关序列预测的问题,提出了灰色神经网络模型。考虑各序列数据之间的关系及各序列之间的关系,能一次得到多个预测值。利用神经网络对预测值进行校正,得到最终的预测值。实例表明,此种模型具有预测精度高、所需样本少、计算简便等优点,取得了满意的结果。     

灰参数GM(1,1)模型及其在电力负荷预测中的应用

传统的GM(1,1)模型在参数a的绝对值较小的情况下近期负荷预测精度较高,远期负荷预测往往误差较大,这一定程度上是由于参数a在整个预测过程中保持不变而造成的。本文将参数a看作是具有灰色特性的灰参数,提出了灰参数GM(1,1)模型,并将该模型运用于中长期电力负荷预测的实例中,取得了较好的结果。     

基于多指数平滑预测模型的中长期需电量预测

在电力市场运营模式下,对电力负荷的科学、准确预测,对电力系统安全、经济运行,具有十分重要的意义。提出了一种基于多指数平滑模型的中长期需电量预测方法,并应用prony法对历史数据进行分析和处理,得到多指数平滑预测模型中的各个参数,从而预测其后几年的需电量。最后利用该模型,对某个地区的1996～1999年的年需电量进行预测,算例表明,该方法具有较高的预测准确度,是一种行之有效的中长期需电量预测方法。     

电力市场用电量需求分析预测模型研究

结合广东省某市历史用电量数据,通过行业细分,设计了基于行业用电特性的电力市场用电量需求分析预测模型的总体架构,包括基于大数据平台的云计算技术架构设计,可有效解决“数据孤岛”的弊病。基于该架构和实例分析,讨论了几种常用的电量分析预测方法,包括行业驱动因素法、电力弹性系数法和电力相似月法等,给出了相应的预测过程和预测结果。然后,结合电量分析,进行了行业信用等级评价及景气指数分析模型的研究。最后,基于模型设计,探讨了电网-用户-售电商三方在市场竞争机制下的供需互动关系。所设计的模型可为市场营销服务策略的制定、电费回收、行业信用度评价及预警提供数理依据和模型,提高市场分析决策的能力。