基于灰色模型的电网负荷预测方法研究

摘要

实际生活中有很多因素，例如政治、经济、重大事故等，会不同程度的影响电力系统中的电网中电压、电流等的稳定运行，这样会造成电网负荷的波动性，进而造成电网系统和电气设备的非正常运行以及其它损害等。因此，对电力系统中电网负荷的事先有效估计，是对电力系统进行合理经济调度、降低生产成本、防止电网大面积停电或者电网崩溃的迫切需求。电力系统中负荷预测是电力系统稳定运行的基础，是通过历史负荷的探究和分析，应用特定的分析方法来预测未来负荷。本文主要研究电力系统中电网负荷的较短期预测，并且针对如何建立预测精度更高和计算速度更快的预测模型进行了分析探索。
　　本文所做的工作如下：
　　1)本文基于电网中历史的负荷数据规律分析，采用基础灰色模型，即GM(1,1)灰色模型来预测地方电网中的负荷数值，在建模过程中提出动态新息模型建模。
　　2)对预测结果精度检验的方法本文采用三种方法：相对误差检验法、后验差检验法和关联度检验法。
　　3)为了提高GM(1,1)灰色模型对电网负荷的预测精度，本文提出三种方法来提高模型预测精度，第一种方法主要是改善优化GM(1,1)建模过程中的自身模型，即GM(1,1)灰色模型背景值的优化、GM(1,1)灰色模型灰色导数的优化、GM(1,1)灰色模型初始条件的合理选择等；第二种方法主要是应用融合GM(1,1)灰色模型的组合模型预测方法，将灰色预测模型分别与最小二乘法、指数平滑法、人工神经网路组合优化来预测电网负荷数据，通过弥补单一使用模型的不足的方式提高预测精度，期望达到良好的预测效果；第三种方法是基于RBF神经网络对改进GM(1,1)残差修正的负荷预测模型来对电网负荷进行分析和预测。通过最终对模型预测电网负荷的结果对比分析比较，可得出本文提出的三种提高模型预测精度的方法切实可靠，取得了很好的预测效果。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪 论

1.1 选题背景及意义

1.2 电力负荷的研究现状

1.3 灰色模型的发展与研究现状

1.4 课题的主要研究内容

第2章 灰色系统GM(1,1)预测模型及其改进

2.1 灰色系统

2.2 GM(1,1)灰色模型的建模基理

2.3 GM(1,1)灰色模型的建模过程

2.4 动态新息模型

2.5 GM(1,1)灰色模型的精度检验

2.6 GM(1,1)灰色模型的误差来源

2.7 GM(1,1)灰色模型的改进与优化

2.8 本章小结

第3章 融合GM(1,1)灰色模型的负荷组合预测

3.1 组合优化预测技术

3.2 GM(1,1)与最小二乘法、指数平滑法对预测结果的组合预测

3.3 GM(1,1)与BP人工神经网络模型对预测模型的组合预测

3.4 本章小结

第4章 基于RBF神经网络对改进GM(1,1)残差修正的负荷预测

4.1 灰色RBF神经网络模型

4.2 算例分析

4.3 本章小结

第5章 结论与展望

参考文献

攻读硕士学位期间发表的论文及其它成果

致谢