基于灰色关联指标筛选的BP神经网络中长期电力负荷滚动预测马尔可夫残差修正模型研究.pdf

维普资讯 第36卷 第9期 要采雹力 Vo1．36 No．9 2008年9月 EastOnirlaElectricPower Sept． 2008 基于灰色关联指标筛选的BP神经网络中长期 电力负荷滚动预测马尔可夫残差修正模型研究 吕佳 良，张振刚 (华北电力大学 _r商管理学院，河北 保定 071003) 摘 要：针对中长期电力负荷预测样本量小、多因素影响的特点，利用灰色关联度筛选影响因素，建立基于BP 神经网络算法的负荷预测模型，通过多因素变量及历史负荷变量序列进行滚动预测，得到的预测值明显优于 单一预测方法，并通过马尔可夫过程对预测残差进行修正 ，使预测精度得到较大提高，研究实证表明。这种预 测方法具有进行推广应用的价值。 关键词：灰色关联度；BP神经网络；马尔可夫链 ；电力负荷 基金项目：国家自然科学基金资助项 目；高等学校博士点专项基金项 目(20040079008) 作者简介：吕佳 良(1983．)，男，硕士研究生，研究方向为电力负荷预测技术。 中图分类号：TM715 文献标识码 ：A 文章编号：1001-9529(2008)09-oolo-05 ErrorcorrectingM arkovchainsformedium ／longterm loadrollingforecastingof BPmodelsbasedongreyrelationalgrade LU jta—liang。ZHANGZhen·gang (SchoolofBusinessAdministration，NorthChinaElectricPowerUniv．，Baoding071003，China) Abstract：Todealwiththefeaturesofmed—longtermpowerloadforecastingsuchassampleshortageandbeingsubject tomultiplefactors，thegreyrelationalrgadewasusedtoscreeninfluencingfactorsandconstructtheloadforecasting modelbasedonBP neuralnetworkalgorithms．Thepredicted valueobtained bymuhifactorvariablesandhistorical loadvariba lesismoreaccuratethanthatobtainedbysingleforecastingmethod．ThentheMarkovprocessWas usedto modifytheforecastingerror，whichmakesthepredictionaccuracyincreasegreatly． Keywords：greyrelationalrgade；BPneuralnetwork；Markovchain；powerload 中长期 电力负荷预测是电力系统规划、设计、 [4]提出加权马尔可夫残差修正负荷预测结果， 研究、生产、运行的基础和前提，负荷预测结果的 效果明显。因而本文首先从确定影响中长期负荷 准确性直接影响到电力建设的资金运用以及带来 预测的主要因素出发，分析基于部分因素对负荷 的社会经济效益，尤其对于各供 电区域确定年供 序列 的不确定性干扰而带来 的预测偏差 ，通过灰 应电量、供用电最大负荷、稳定地区负荷发展水平 色关联度方法对这些主要影响因素进行筛选 ，得 都具有重要的参考价值 。中长期电力负荷预测与 到同中长期