魚群灰色預(yù)測模型在電力負(fù)荷預(yù)測中的應(yīng)用.pdf

1、電力負(fù)荷預(yù)測作為電力系統(tǒng)規(guī)劃和運行工作中必不可少的基礎(chǔ)性環(huán)節(jié)，其準(zhǔn)確性是為國民經(jīng)濟和人民生活提供可靠供電的首要條件，也是電力行業(yè)自身穩(wěn)定發(fā)展的前提，其重要性不言而喻。
　　迄今為止，國內(nèi)外學(xué)者和負(fù)荷預(yù)測專家不斷探索，形成了一系列行之有效的方法。然而各種方法都有自己的適用范圍以及存在不同程度的不足，因此，能夠結(jié)合實際情況合理地選擇預(yù)測方法并盡可能改善現(xiàn)有方法的不足是負(fù)荷預(yù)測工作的關(guān)鍵所在。
　　本文首先闡述了選題意義及目的，以

2、預(yù)測方法為基礎(chǔ)，對負(fù)荷預(yù)測的發(fā)展進行了綜述;重點探討了以灰色系統(tǒng)理論為基礎(chǔ)的灰色預(yù)測法，指出課題主要針對以GM(1,1)灰色預(yù)測模型為核心進行研究?；疑A(yù)測模型雖然已被廣泛應(yīng)用，但也有其不足。通過對其建模機理與應(yīng)用條件分析，指出GM(1,1)模型的局限性，作者提出采用人工魚群算法(AFSA)對模型進行優(yōu)化。隨著科技的發(fā)展，基于動物行為的多智能體算法在優(yōu)化問題上起到了越來越明顯的作用。浙江大學(xué)李曉磊等人于2002年提出的人工魚群算法是一種

3、群智能多點并行搜索優(yōu)化算法，該算法的最大優(yōu)點是能夠克服局部極值、取得全局極值，收斂速度快。
　　在傳統(tǒng)灰色預(yù)測模型的基礎(chǔ)上，本文首次將人工魚群算法應(yīng)用于灰色預(yù)測模型的參數(shù)優(yōu)化問題，建立了人工魚群灰色模型(AFSA-GM)。在MATLAB環(huán)境下，完成了魚群算法的性能驗證以及基本灰色預(yù)測模型與改進模型的仿真。結(jié)果表明:魚群算法具有良好的全局搜索能力，適用于灰色模型的參數(shù)優(yōu)化問題;經(jīng)過改進之后的模型，擴展了普通GM(1,1)模型的適應(yīng)范