基于組合優(yōu)化模型的中長期電力負荷預(yù)測系統(tǒng)的設(shè)計與實現(xiàn).pdf

1、電力負荷預(yù)測是電力系統(tǒng)中調(diào)度、用電、計劃和規(guī)劃等部門的基礎(chǔ)工作，能為電力系統(tǒng)中長期規(guī)劃和短期調(diào)度提供有力的決策支持。近年來，隨著我國市場經(jīng)濟的不斷完善，電力工業(yè)逐漸過渡到市場化進程，對負荷預(yù)測的準確性、實時性和可靠性提出了更高的要求。長期以來，國內(nèi)學(xué)者和電力系統(tǒng)運行管理專家不斷探索，形成了一系列行之有效的方法。由于各個地區(qū)電力系統(tǒng)的情況不同，很難找到一種模型適用所有的情況。因此，本文提出將各種模型的預(yù)測結(jié)果進行綜合，來發(fā)揮各個模型的優(yōu)點

2、，以提高預(yù)測精度。
　　 組合預(yù)測的基礎(chǔ)是單模型預(yù)測，本文用到的單模型主要有回歸模型，人工神經(jīng)網(wǎng)絡(luò)模型和灰度模型。仿真試驗顯示:回歸模型主要適用于負荷成線性增長的模型，灰度模型對呈指數(shù)增長的模型有較高的預(yù)測精度，人工神經(jīng)網(wǎng)絡(luò)模型更適用那些增長規(guī)律不穩(wěn)定的模型。對于灰色模型本文進行了深入的探討，對基本的GM(1，1)模型進行了改進，并結(jié)合誤差校正技術(shù)對預(yù)測結(jié)果進行校正。
　　 在理論研究的基礎(chǔ)上，本文利用MabLab作為后