組合預測法在中期電力負荷預測中的應用研究.pdf_第1頁
已閱讀1頁,還剩63頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、最近幾年,隨著國民經濟結構不斷調整,電力工業(yè)也隨之調整,電力市場變化日益增大,電力供需矛盾愈發(fā)嚴重,電力負荷預測就變得更加重要。作為電力系統(tǒng)規(guī)劃的重要內容,中期電力負荷預測也是城市電網規(guī)劃的基礎性工作,它更是確保電力系統(tǒng)可靠供電與經濟運行的前提條件,電網建設投資和運行的合理性很大程度上由負荷預測精度的高低決定。影響電力負荷變化的因素很多且很復雜,且很多因素具有不確定性,要做到準確的預測相當困難,很難找到一種非常好的方法,能保證適合于任何

2、情況且均能取得較好的預測結果,所以,要根據(jù)實際情況選用適合當?shù)匕l(fā)展需要的模型。
  本文首先對電力負荷預測的意義及國內外研究現(xiàn)狀進行了簡單介紹,總結了近年來出現(xiàn)的多種負荷預測方法,并探討了各種預測方法的優(yōu)缺點,總結出了每種方法的適用范圍。各單一模型都有自己特定的適用范圍,可以考慮從不同單一模型中選取最適合當?shù)匕l(fā)展需要的模型,也可以將不同的單一模型進行組合作為最佳模型進行預測,這樣既可以降低預測誤差又可以提高模型精度。對兩種模型組合

3、時,本文選取灰色GM(1,1)模型和三次指數(shù)平滑法這兩種模型進行最優(yōu)加權組合,通過算例分析,組合模型的預測誤差明顯降低,預測精度大大地提高,其預測效果比單一模型好很多。對多模型組合時,本文選用灰色關聯(lián)度分析法對諸多單一模型進行篩選,選取關聯(lián)度大的模型參與組合;對權重系數(shù)的求解,本文以組合預測誤差平方和為目標函數(shù),在約束條件下使其達到最小來求解權重,若權重中出現(xiàn)負數(shù),則選用遞歸等權組合預測重新求解權重,得到最優(yōu)的組合預測模型,通過實例計算

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論