基于灰色神经网络的短期电力负荷预测分析.pdf

第8卷第10期 科 技 和 产 业 VoI．8，N0．10 2008年 10月 Science and Oct．， 2008 TechnologyIndustry 文章编号：1671—1807(2008)10—0057一04 基于灰色神经网络的短期电力负荷预测分析 李伟，牛东晓 (华北电力大学经济管理系，河北保定071003) 搐要：电力负荷预测是电力系统一项重要的工作．本文应用了灰色预测和人工神经网络相结合的方法进行短期电力负 荷预测。首先介绍了灰色预测和神经网络的基础理论，其次利用一个仿真算例来验证灰色神经网络算法的可靠性． 关键词：灰色预测；神经网络；电力负荷预测 中圈分类号：F407．61文献标志码：A 电力系统负荷预测是我国实现电力市场化的一 微分方程： 个必要条件，同时，对于一个电网而言，提高其运行的 筚+船m：6 (1) 1厂十船…2扫 安全性、经济性，改善电能质量，都依赖于准确的电力 负荷预测，同时，电力负荷预测也是调度部门的重要 其中：[矛(脚)_1胛 工作。本文拟采用灰色预测和神经网络相结合的方 法进行短期的电力负荷预测。 二知∥)(2)+∥)(1)]，1 1灰色预测的建模过程 B==一知∥)(3)+∥)(2)，13 电力系统是一个灰色系统，电力负荷灰色预测是 应用灰色系统理论，通过对原始数据的处理和灰色模 一丢[z㈣(7l+1)+z(1’(以)]，1 型的建立，发现、掌握负荷的发展规律，对负荷的未来 状态进行定量预测，实质上是将“随机过程”当作“灰 3)求解上述微分方程得： 色过程”，“随机变量”当作“灰变量”。灰色系统预测 (2) 的实质是一次累加生成，将原始数列一次累加后，形 口 口 成明显的指数规律，然后用一条曲线去拟和累加生 4)还原得到5‘0’的拟合数列文‘0’ 成，再累减还原即可得到预测值。在灰色负荷预测 三n’(1)) (3) 中，经常以GM(1，1)模型为主进行处理，GM(1，1)模 型的建模过程主要有以下步骤： 5)对公式(3)分别令t=1，2’．．·，行，得到原始负 1)将历史负荷数列 荷数列X：∞的拟合数列，记作 X‘o’={z‘o’(1)，z‘o’(2)，…，z‘o’(，2)) 文‘o’=={三‘∞(1)，三‘0’(2)，…，z(o’(正)) 进行一次累加，生成数列 工(1’={z‘1’(1)，z‘1’(2)，…，z‘1’(咒)) 原始负荷X5∞后的预测值数列，记作 其中： 文(o)={主(o)(1)，主(o)(2)，…，三(o)(惫)) I 灰色预测方法的优点是建模时所需样本数据少， z(D(惫)=芝：z‘∞(歹)，是一1，2，…，丸 也不需要考虑数据是否服从正态分布，运算方便。通 j‘。。-一i 2)对X“’一{zn’(1)，z‘1’(2)，…，zn’(挖))建立过累加技术，使数据形成指数规律，从