预处理改进中长期电量灰色预测方法

在传统中长期GM(1,1)预测模型基础上,通过增加光滑度初始化处理环节降低随机因素干扰,提高模型拟合精度,同时结合主观预期与客观电量发展规律,增加数据序列修正环节,进一步提高模型预测精度,并分别引入拟合精度和预测精度指标,建立模型检验体系。通过云南省实际用电数据的算例分析,验证了模型的预测效果。     

基于改进灰色理论的中长期负荷预测方法研究

中长期负荷预测是配电网规划的必要前提,对于电力系统经济效益和社会效益的提升具有重要意义。针对传统灰色预测模型预测精度低,适用性不强的缺陷,提出了一种基于改进灰色理论的电力系统中长期负荷预测方法。该方法在经典灰色预测GM(1,1)模型的基础上,首先利用三点平滑法对历史数据进行预处理,然后再构建基于等维新息矩阵的GM(1,1)模型,最后利用残差处理方法对预测结果进行修正。基于四川某地区售电量负荷预测的实际算例的仿真结果表明,相比于传统灰色预测模型,本文提出的改进灰色预测方法在预测精度和适用性方面都具有显著优势。     

介绍一种电量预测方法—灰色模型

为精确地预测电量,利用灰色系统的理论,对石家庄市网已有年用电量的离乱数列进行数据处理;并建立了年用电量灰色动态模型(GM)。使测量的电量达到一级精度。     

基于灰色理论的奉化市中长期电力负荷预测

负荷预测是电网规划和经济运行的重要参考依据,中长期负荷动态变化会受到多重因素影响,使用常规方法对负荷进行预测不尽合理。针对奉化市区域规划特点,建立灰色预测模型,在对历史负荷数据进行平滑处理的基础上,预测了奉化市2013年至2017年的全社会电力负荷;结果表明该方法具有工程实用价值,能满足电网规划要求。     

可变参数无偏灰色模型的中长期负荷预测

由于传统灰色预测模型固有的偏差和模型参数的固定选择，导致预测精度较低，不适应中长期负荷预测，对传统模型进行改进，包括对历史数据的平滑处理，模型参数修正，等维新息数据处理和对预测值的修正等，改进后的模型能够较好的预测中长期负荷。     

基于多变量灰色预测模型的省级电力公司中长期电量预测

目前我国中长期电量预测的结果准确度难以进一步提高,且传统GM(1,1)由于其自身特点,已不再适应近年来全社会用电量变化呈现出的新规律。基于省级电力公司各产业全社会用电量数据,分析了用电量的变化规律。通过挖掘各产业影响用电量变化的因素,分产业建立多变量灰色预测模型,预测了江苏省2016—2018年全社会用电量,预测结果可靠。最后对模型应用的特点进行了总结。     

灰色理论用于风力发电容量中长期预测的研究

采用灰色理论对风电场的年风力发电容量进行了预测.考虑到风力发电容量主要取决于风速,通过预装风电机组的发电容量并结合风速数据资料建立风速-功率函数.将从国家气象信息中心得到的日平均风速数据代入风速-功率函数,从而得到每天的发电容量数据.以年为周期进行积分,得到年风力发电计算容量.利用这些年风力发电计算容量建立灰色新陈代谢...     

改进的电量灰色预测方法实证对比研究

伴随电力工业的快速发展,科学的中长期电力电量预测成为一项非常重要的基础性工作。在研究传统中长期灰色预测模型的基础上,介绍了2种背景值重构方法以及基于马尔可夫链的处理手段,对模型的构造环节进行改进;然后引入拟合精度指标和预测精度指标,从不同角度检验模型的优劣;最后根据中国实际电量数据,分2种情景进行了定量横向对比,验证了改进模型的有效性。     

考虑春节影响的中期电量预测

针对中期用电量预测一、二月份由于春节影响而带来的特殊性,建立分段预测模型.根据除夕转换成阳历的日期情况来分段预测日用电量,累加日用电量来获得月用电量.该模型比起常规中期预测方法更能反映真实情况,克服了一、二月受春节影响程度每年都不同,影响程度相似的历史数据又非常有限而导致的预测困难.经广东省某地区实际数据的预测仿真计算,证明该模型有较好的预测精度,填补了特殊月中期预测的空白,有较高的实用性和推广性.     

灰色Verhulst模型在中长期负荷预测中的应用

灰色系统预测模型用于中长期负荷预测是一种有效的方法。但是，当负荷按照“S”型曲线增长或增长处于饱和阶段时，采用灰色模型进行负荷预测的误差较大，预测精度不能满足实际要求。将灰色Verhulst模型引入到负荷预测中，可以很好地解决这个问题。作者通过典型的实例介绍了灰色Verhulst模型在中长期负荷预测中的应用。结果表明，此模型在负荷预测中是适用的，尤其对于负荷按“S”型曲线增长的情况，不但具有较高的预测精度，同时保留了灰色预测方法的优势和特点。     

基于用电大数据的中长期负荷预测研究

随着全球信息化的发展,大数据时代已然来临。而电力行业与国计民生息息相关,有必要引入大数据技术提高其经济性、可靠性。江苏用电信息采集系统的建成,营销历史档案信息的积累,都为电力大数据的研究奠定了丰富的数据基础,江苏公司有优势、也有必要充分利用用电大数据,开展相关的研究工作。本文以基于用电大数据建立了行业负荷和电量影响模型,开展了中长期网供负荷预测研究,取得了一定的成果,为推动大数据技术在江苏电网中的应用做出了一定的贡献。     

基于灰关联加权组合模型的电力负荷预测研究

针对灰色系统理论中的预测模型(简称GM(1,1)模型)不太适于中长期负荷预测的不足,以及由历史负荷数据的不同时段建模形成预测灰区间的特点,提出了灰关联加权组合修正方法。从历史负荷与其拟合数值的灰关联度挖掘出负荷发展的“远、近”趋势,对灰区间值进行加权组合,大大提高了GM(1,1)模型的预测精度。使用该方法对某一地区未来几年的负荷预测得到了较为理想的结果,说明该方法对中长期负荷预测非常有效,弥补了GM(1,1)模型在该领域内使用的缺陷,具有一定的理论价值和实际应用价值。     

基于灰色理论的中长期负荷预测

对负荷预测中的灰色预测方法进行了深入的研究,找出了灰色建模的局限性并提出了改进方法.通过对负荷原始数据序列的预处理及优化,增强了灰色预测对波动负荷数据序列的处理能力,利用等维新息递推GM(1,1)模型进行预测,保证了预测能够较为充分地利用新信息.经过改进之后的模型,扩展了普通GM(1,1)模型的适应范围,提高了预测精度.利用实例将改进模型与普通GM(1,1)模型进行比较,证明改进模型具有比普通GM(1,1)模型误差小、精度高的优点.     

动态等维新息模型在中长期负荷预测中的应用

负荷预测是选取电力系统规划变电站及发电厂主变压器容量的主要依据,以实际某市供电负荷为例,建立起动态等维新息模型,把原始数据和预测的数据进行组合,利用回归模型,得到模型的预测方程,并从模型预测结果的相对误差和模型精度等级进行对比,说明结合动态等维新息模型,能使中长期电力负荷预测结果更靠近实际负荷值。     

基于灰色模型的电力负荷短期预测

准确的负荷预测可以保证电网的安全稳定运行,提高电力系统运行的经济效益,为此,基于灰色理论建立了电力负荷预测模型,并结合陕西省汉中市区电力局某变电站2006年7月的实际负荷讨论了灰色模型在短期负荷预测中的应用,实例计算表明,该模型具有预测精度高、计算过程简单等特点。     

Long-Term Load Forecasting Using Grey System Theory

Supply and demand in power system planning and operation is required to be balanced. An operational reserve for protection against faults or accidental demands also is required. Therefore load forecasting is one of the most important fields and various load forecasting methods have been applied. In this paper the grey system theory which mats uncertain information is applied to the long-term load forecasting from three aspects: the point prediction; the interval prediction; and the topological forecasting. In the point prediction, the annual total demand is predicted, in the interval prediction, the annual peak demand is predicted, and in the topological forecasting, the date where a yearly maximum peak demand would occur is predicted. The grey dynamic model (abbreviated as GM model) is adopted as the predicted model. The GM model is a differential equation model which is different from most forecasting models. The GM model is quite powerful when combined with the preliminary transformation called the accumulated generating operation (AGO). This paper proposes a new method for the long-term load-forecasting problems involving uncertainty. The predicted results have been found to be very satisfactory. The grey system theory is a new tool which is very efficient for load forecasting.     

基于灰色模型的电力系统负荷预测

基于灰色理论建立了1种新的电力负荷预测模型。该模型应用累加(GAO)和累减(IGAO)方法生成了等维递补模型。由定例计算表明,该模型具有良好的精确性和应用性。     

中长期电力负荷灰色预测的新方法探讨

提出了灰色预测的一种新方法——二次迭代拟合方法。该方法是在原有GM(1，1)模型的基础上，直接采用原始数据将模型进行二次迭代拟合，使得参数的值达到最佳。根据“远小近大”的思想，在拟合中使用了加权最小二乘法，并对预测结果进行二次修正。实例分析结果表明，此方法提高了精度，是一种理想的预测方法。     

基于改进灰色模型与综合气象因素的母线负荷预测

针对母线负荷与系统负荷的差异——母线负荷基数小、易受气象要素变化影响等,为了充分考虑气象要素、日类型、小电源等因素对母线负荷预测的影响,提出了一种利用指数加权法来处理原始数据的改进灰色模型。以预测日的日类型与综合气象要素为依据,将其模糊化为日特征向量,采用灰色关联度来选择最优相似日,作为改进灰色模型的原始序列进行预测,...     

灰色模型在普通日短期电力负荷预测中的应用

讨论了灰色模型GM（1，1）及灰色差值模型在短期电力负荷预测中的应用，提出了适合普通日电力负荷预测的数据处理方法，提高了短期电力负荷预测的精度。