基于Theil不等系数的IOWA算子和马尔科夫链的电量组合模型研究

通过引进Theil不等系数、IOWA算子和马尔科夫链的概念,建立了一种基于Theil不等系数的IOWA算子和马尔科夫链的电量组合模型。从相关性的角度对该模型进行了研究,同时采用IOWA 算子,使组合模型的各个时间点上的权系数只与预测精度有关,与预测方法无关,较好地反映了负荷发展实际情况。利用马尔科夫链定性推出组合模型中各单项模型在待预测时点上的预测精度状态,进而得到待预测时点上的组合模型的权系数。以陕西省某市1994～2009年年用电量为样本,通过指数平滑法、回归法和灰色模型法分别建立模型,然后利用基于Theil不等系数的IOWA算子和马尔科夫链的组合模型进行权系数的求解,实证分析表明该模型使预测精度得到了明显提高,具有良好的预测效果。     

基于诱导有序加权平均算子的最优组合短期负荷预测

为提高预测精度,弥补现有组合预测方法中单项预测方法在各预测点的加权系数恒定等不足,提出了一种新的组合预测方法——基于诱导有序加权平均算子（induced ordered weighted averaging operator,IOWA）的短期负荷最优组合预测方法。该方法针对同一预测方法在不同时刻的预测效果不同,按照各单...     

一种基于加权马尔科夫链修正的SVM光伏出力预测模型

构建高效的光伏出力预测模型,能减少光伏出力随机性对电力系统的冲击。考虑光伏发电的随机性和不稳定性,提出用加权的马尔科夫链修正SVM预测模型,以提高预测精度。首先建立SVM光伏出力预测模型,预测未来1天的出力曲线。然后基于均值-均方差方法对预测残差进行分级,以残差序列标准化的各阶自相关系数为权重,运用加权马尔科夫链模型,预测残差的未来状态。最后根据未来状态空间的阈值对SVM预测结果进行修正。将此模型应用到某光伏发电系统的出力预测实例中,仿真结果表明,修正后的模型预测精度更高,模型具备可行性和有效性。     

基于Copula函数的马尔科夫链风速预测模型

针对风能随机波动造成的电网不平稳运行问题,提出了一种基于Copula函数计算马尔科夫链风速预测模型,对风速进行了短期预测。首先,利用相邻时段风速变量时间相关性建立连续一阶马尔科夫链风速预测模型,然后,结合Copula函数并采用基于经验分布的半参数估计法计算风速模型的状态转移函数,有效避开了离散型马尔科夫链因风速状态离散化程度高引起模型计算过于复杂的缺点,并且生成了较高精度的预测风速时间序列。最后,实例仿真分析结果验证了所提模型预测的准确性和有效性。     

基于灰色马尔科夫链预测模型的换热站供水温度预测

研究目的是为了对换热站供水温度进行有效的预测,从而为换热站供水温度控制提供一定思路.该文采用灰色马尔科夫链预测模型对一天中前12个h的一次供水温度建模,得出后12个h一次供水温度的数值,并与真实值进行比较.比较结果显示利用灰色马尔科夫链预测模型得出的预测值与真实值有较小的误差,能提供给换热站可信度较高的预测温度数据,具有较高的研究价值.     

马尔科夫链在电力负荷组合预测中的应用

针对单一模型都有其特定的适用范围和条件,文中提出了一种基于马尔科夫链拟合的非负时变权重组合预测算法.该算法通过马尔科夫链对筛选出模型的状态概率分布变化规律进行拟合,将一步转移概率矩阵的估计问题转化为多元约束自回归模型,然后利用一步转移概率矩阵的估计和初始状态概率分布来确定组合权重.实例表明,该方法计算量小、精确度高、具...     

基于Theil不等系数的IOWHA算子组合模型年用电量预测新方法

配电网中长期负荷预测是配电网规划的基础,精确的预测可提高配电网运行的可靠性和经济性.本文以年用电量预测作为研究对象,年用电量预测采用4种主要方法,即分别按照年度、季度、月度和行业用电量预测得到对应年用电量预测值,在此基础上再按其发展序列预测结合起来,建立了一种线性组合预测模型.并提出采用Theil不等系数的IOWHA算子算法对组合模型的权重系数进行求解,该方法可以克服传统的组合预测方法赋予不变的加权平均系数和以单一误差指标作为预测精度衡量的缺陷,文中的实例分析表明了新模型能有效地提高组合预测精度,降低预测的风险性.从而证明这种组合模型具有较好的实用性.     

基于马尔科夫修正的中长期电力负荷组合区间预测

针对组合预测效果评价指标的单一化,从损失型和收益型两方面出发,使用熵权法和方差—协方差法对单一预测模型进行权重计算,最后使用马尔科夫转移矩阵对结果进行区间化。该改进的组合预测模型不仅考虑了中长期预测的准确性,还考虑了预测曲线的相似性,预测的区间值更具有实用价值。     

基于马尔科夫状态转移的家居负荷预测模型

智能配电网的发展增强了家居负荷预测的重要性.基于状态转移的研究思路,提出基于相似日选择的蒙特卡洛马尔科夫单个设备负荷预测模型,采用自下而上的分析方法,获取单个家庭的综合负荷水平.对温控类型设备,采用皮尔逊相关系数研究了环境温度与设备运行周期之间的相关性,建立了隐马尔科夫模型,依据当天外界环境信息对温控类型设备的压缩机运...     

基于最优加权法的煤炭市场价格组合预测模型

建立了基于自回归移动平均、灰色预测和BP神经网络三种单项预测方法的最优加权法组合预测模型.通过预测误差评价指标分析,最优加权法组合预测能有效降低预测误差,预测结果表明了预测模型的有效性.     

基于修正权马尔科夫链的工业用电负荷预测方法

为解决当前工业电力供需矛盾问题,需要科学预测工业用电负荷。根据工业用电的特点,将加权马尔科夫链和同期因子统计特征密切结合,马尔科夫链用来揭示状态转移的随机分布,根据同期因子概率和权值修正预测状态。实证研究表明,此方法可为工业用电负荷提供参考依据。     

基于熵值法的组合模型用电量预测方法研究

电力系统的中长期负荷预测是配电网规划的基础,对实现电网的安全经济运行起着重要作用。以年度用电量预测作为研究的对象,年度用电量预测采用4种主要方法,即分别按照年度、季度、月度和行业用电量预测得到对应年用电量预测值,在此基础上再按其发展序列预测结合起来,建立了一种线性组合预测模型。并采用熵值法对组合模型的权系数进行求解,实证分析表明该模型使预测精度得到了明显提高,具有良好的预测效果。     

基于季节ARIMA模型的月度用电量置信区间预报模型

结合广东某地区用电量预测系统的开发工作,建立了基于季节ARIMA模型的月度用电量置信区间预报模型。该模型可方便求解出含一定置信度的预报结果范围,能体现出月用电量的真实值;时间序列方法的应用,避免了预测其他非用电量的困难。此外,还分析了数据统计中存在着的数据缺失问题及其处理方法。对地区电网月度用电量进行实际预测,取得了理想的结果。     

基于Logit模型的华东四省一市居民生活用电预测研究

分析了华东居民家用电器及照明需求的变化规律及用电特征,利用Logit模型自下而上构建了居民生活用电模型,在验证模型稳健性的基础上,对未来华东居民生活用电进行了情景预测。     

基于马尔可夫链修正的电力电量灰色预测研究

电力电量具有规律性、非线性和随机波动性的特点,采用传统灰预测模型预测很难对其动态发展趋势做出准确的预测。针对以上问题,在传统灰预测模型的基础上,引入马尔可夫链修正,并将修正后的模型应用于烟台市全社会用电量的预测,最后将修正前后的预测结果进行比较。结果表明,使用修正后的灰预测模型进行预测,计算过程简便,预测结果精度高,可以对电力电量进行有效预测,研究结果可以为科学地制定电网规划提供参考和借鉴。     

电力市场环境下基于FOALSSVM的电价预测

提出了一种基于果蝇优化算法(FOA)和最小二乘支持向量机(LSSVM)模型的日均电价混合预测模型。将日均电价的历史数据和负荷数据作为输入变量,利用FOA优化选择用于电价预测的LSSVM模型最优参数值,进而对日均电价进行预测。以澳大利亚NSW电力市场的实际数据为例对该模型进行了仿真测试,其结果表明:与自适应LSSVM、模拟退火LSSVM和ARIMA-GARCH模型相比,本文提出的预测模型的预测性能最好,其收敛速度快,预测精度高。     

基于时间序列模型的售电量预测方法

采用基于时间序列模型的售电量预测方法,将各项影响因素有机结合,应用回归方程、季节因素分析等理论方法,研究售电量变化在社会发展过程中的规律,并进行阶段性预测,预测准确率保持在98%以上,取得了显著效果。