基于熵值法的组合模型用电量预测方法研究

电力系统的中长期负荷预测是配电网规划的基础,对实现电网的安全经济运行起着重要作用。以年度用电量预测作为研究的对象,年度用电量预测采用4种主要方法,即分别按照年度、季度、月度和行业用电量预测得到对应年用电量预测值,在此基础上再按其发展序列预测结合起来,建立了一种线性组合预测模型。并采用熵值法对组合模型的权系数进行求解,实证分析表明该模型使预测精度得到了明显提高,具有良好的预测效果。     

基于LSTM神经网络的用电量预测

阐述了收敛交叉映射(CCM)方法及LSTM神经网络模型在用电量预测中的具体应用。针对城市用电量时间序列的非线性特点,结合动力系统理论,采用CCM方法研究用电量和温度、风速、相对湿度、降水之间的动力学因果关系,建立LSTM神经网络模型,并将该模型在H市用电量预测中进行了初步应用。研究结果表明,LSTM神经网络模型在城市用电量预测中年度预测相对误差小于月度预测相对误差,具有较高精度;改进的引入温度因素的LSTM神经网络模型,月度、年度预测相对误差均有改进,反映了运用CCM方法研究动力学因果关系的合理性以及LSTM神经网络模型在城市用电量预测中广泛的实用性。     

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。     

陕西电网月用电量预测模型的研究

未来年度电网月用电量预测对于电网调度运行非常重要。本文基于月度乘积模型,建立了陕西电网月用电量预测模型,用该模型对陕西电网月用电量进行了预测分析,将预测值与2003年1月至2007年12月期间的实际观测数据对比,年最大误差小于1%,预测精度较高。为准确预测月用电量提供了一种较为可行的分析预测方法。     

陕西电网月用电量预测模型的研究

未来年度电网月用电量预测对于电网调度运行非常重要。本文基于月度乘积模型,建立了陕西电网月用电量预测模型．用该模型对陕西电网月用电量进行了预测分析,将预测值与2003年1月至2007年12月期间的实际观测数据对比,年最大误差小于1％,预测精度较高。为准确预测月用电量提供了一种较为可行的分析预测方法。     

统计方法在预测全社会用电量中的应用

本文运用甘肃省1999年到2005年的数据,建立了以全社会用电量为因变量,GDP为自变量的线性回归模型,并通过灰色系统理论中的GM(1,1)模型,预测出了自变量的年度数据,从而进一步对甘肃省2006年到2010年的全社会用电量进行了预测。     

基于Theil不等系数的IOWHA算子组合模型年用电量预测新方法

配电网中长期负荷预测是配电网规划的基础,精确的预测可提高配电网运行的可靠性和经济性.本文以年用电量预测作为研究对象,年用电量预测采用4种主要方法,即分别按照年度、季度、月度和行业用电量预测得到对应年用电量预测值,在此基础上再按其发展序列预测结合起来,建立了一种线性组合预测模型.并提出采用Theil不等系数的IOWHA算子算法对组合模型的权重系数进行求解,该方法可以克服传统的组合预测方法赋予不变的加权平均系数和以单一误差指标作为预测精度衡量的缺陷,文中的实例分析表明了新模型能有效地提高组合预测精度,降低预测的风险性.从而证明这种组合模型具有较好的实用性.     

基于变结构协整理论的中长期电力负荷预测模型

提出了一种基于变结构协整理论的电力系统负荷预测建模新方法，所建模型反映了用电量和经济参数之间的长期静态和短期动态波动的均衡关系。提出了一种比较符合电力系统实际情况的时间序列突变点确定方法，并利用突变点信息提高了模型的预测精度，避免了传统的负荷预测中经常存在的伪回归问题。采用该方法对中国年度用电量和国内生产总值数据进行了预测分析，结果表明了该方法的有效性。     

福建电力系统年度电力电量平衡的探讨

介绍了福建电力系统年度电力电量平衡工作中涉及的年度用电量、负荷需求预测、年度水电发电能力预测、年度电力、电量平衡等,并对今后电力市场环境下的电力电量平衡做了展望。     

基于经济与气象维度影响因素的省级电网年度电力需求预测方法

当前,经济新常态和极端天气频发使得电力需求影响因素更加多样化,而用电量和最大负荷等电力需求指标缺乏科学的一体化预测方法。系统分析了电力需求的经济与气象维度主要影响因素,并构建了一套基于经济与气象维度影响因素的省级电网年度电力需求预测模型体系。实例分析表明,无论基于多元线性回归还是智能算法工具构建预测模型,提高预测准确度的核心是识别关键的影响因素。模型系统对用电量和最大负荷预测的平均误差率均处于2%以内的合理水平,是电力市场分析预测人员开展年度电力需求预测工作的一种有效方法。     

基于季节ARIMA模型的月度用电量置信区间预报模型

结合广东某地区用电量预测系统的开发工作,建立了基于季节ARIMA模型的月度用电量置信区间预报模型。该模型可方便求解出含一定置信度的预报结果范围,能体现出月用电量的真实值;时间序列方法的应用,避免了预测其他非用电量的困难。此外,还分析了数据统计中存在着的数据缺失问题及其处理方法。对地区电网月度用电量进行实际预测,取得了理想的结果。     

基于系统动态仿真模拟的第二产业用电量预测研究

从系统动态的观点出发,分析了第二产业用电量各种影响因素的因果关系,构造了由GDP、第二产业电力消费强度两个子系统组成的第二产业电力经济模拟仿真系统,在此基础上建立了第二产业用电需求预测模型。最后通过对辽宁省第二产业用电量的模拟仿真与预测,初步证明了模型的全面性、准确性和实用性。     

一种引入电量预测与竞争因子的电耗奖惩方法

本文提出了一种引入电量预测与竞争因子的企业电耗奖惩方法,该方法首先采用电量预测模型对企业各单位的用电量进行准确预测,将其与各单位的实际用电量进行比较,根据其实际节能情况引入不同奖惩系数制定分级奖惩制度,此外,在各单位之间引入竞争因子,对节能效益高的单位进行额外奖励,在各单位之间形成竞争机制,综合两方面的比较结果得出最终的奖惩金额,从而建立一个先进的、有效的、通用的智能企业电耗奖惩模型,降低企业的运营成本。某炼油厂的应用效果证明了此电耗奖惩方法的先进性和有效性,达到了为企业节能降耗、提高生产效率提供奖惩依据的目的。     

并行自适应混沌优化方法在中长期电量预测中的应用

根据不同地区电量特点将电量、电量增量发展规律进行了分类,给出了相应的电量和电量增量预测模型.基于混沌运动的初值敏感性和对混沌优化搜索过程的分析,提出了并行自适应混沌优化方法.在此基础上,应用并行自适应混沌优化方法确定电量预测模型参数,给出了具体实现步骤和主要措施.实际电网电量预测结果表明:并行自适应混沌优化方法能够更为快速、准确地确定预测模型参数,电量增量预测的精度高于电量预测精度,同时也进一步证实了文中提出的各种预测模型的有效性.     

提高月度售电量预测精度的一种新方法

通过对地区售电量历史数据的研究分析,挖掘出其发展的规律和特点,并创新性地提出了一种月度售电量预测的新疗法该方法在预测某月售电量时,先预测出该月所在季度的季度售电量,再根据占季比和所在季度的季度售电量的预测值,预测出该月的售电量,若该月处于春节影响期将最后给予修正．利用该预测新方法对江苏某市2005年4月至2007年12月的月度售电量进行了预测,预测的平均相对误差为2．35％,顶测精度得到了较大的提高,证明了该预测新方法的准确性和可靠性。     

Modeling electricity markets with hidden Markov model

This paper proposes to model the movements of electricity markets as partially observable Markov processes driven by underlying economic forces. An electricity market is modeled as a dynamic system evolving over time according to Markov processes. At any time interval, the electricity market can be in one state and transition to another state in the next time interval. This paper models the states of an electricity market as partially observable, while each state has incomplete observations such as market-clearing price and quantity. The true market states are hidden from a market participant behind the incomplete observation. The hidden Markov model (HMM) is of a more fundamental approach and focuses on capturing the interaction of supply and demand forces on electricity markets. Such an approach is appropriate because the simultaneous production and consumption of electricity eliminates the storage sector, while limited transmission networks segment electricity markets. This model is shown to be able to link the fundamental drivers to the price behaviors; therefore, it provides forecast power for mid-term and long-term price movements. This work applies HMM to historical data from New York independent system operator (NYISO), and examples are given to illustrate the forecast power of HMM.     

优化系数的NGM(1,1,k)模型在中长期电量预测中的应用

NGM(1,1,k)灰色模型预测电力系统中长期电量的精度较低,考虑增加一修正量对模型系数进行修正。按照拟合值与真实值的误差平方和最小来求解此修正量,并结合缓冲算子对原始电量数据进行处理,建立了优化系数的灰色电量预测模型。将改进灰色模型应用于两个地区的中长期电量预测中,预测结果表明,优化的灰色模型有效地提高了预测精度。     

城镇居民生活用电需求预测模型

随着我国经济的发展和经济结构的调整,居民用电占全社会用电量的比重逐渐增大并有继续增加的趋势。为了定量分析我国城镇居民生活用电的未来发展,从统计数据出发,选择城镇居民人均收入、城镇民用电价、前一年的城镇居民人均生活用电量作为解释变量,建立了城镇居民生活用电需求预测计量方程,确定了用电量和影响用电量的因素之间的理论和数量关系,同时为了提高模型的预测精度,揭示短期波动,建立了关于城镇居民生活用电的误差修正模型。并以此预测了2004年和2005年的用电量。结果表明,未来几年内,我国城镇居民人均生活用电量将以5.0%左右的年增长率变化。     

基于平均负荷法预测电力电量

针对目前国内有关电力市场负荷预测方法存在的问题．积极探索某一特有电网的运行规律．提出了在现有条件下通过平均负荷法预测用电量和最大负荷,并将其与数学模型函数预测法相比较,得出其具有采集数据方便、预测准确程度高、耗费时间少等特点。