论文部分内容阅读
配电网中长期负荷预测是电力系统运行和规划的基础,精确的预测可提高系统运行的可靠性和经济性。
在复杂社会经济的环境下,用传统的方法预测电力负荷的需求,会产生比较大的偏差。本文从相关性的角度出发,建立新的组合预测模型以提高预测精度。本文提出并建立了基于Theil不等系数的IOWA算子和马尔科夫链的组合预测模型,引进Theil不等系数,从相关性的角度进行考虑组合预测模型,采用信息集结算子,使组合预测模型在各个时间点上,每个预测模型的权系数都与该时点的预测精度有关,而与预测方法无关,该模型实质上是变权组合预测模型,可以较好的反映负荷发展的实际情况。
引进了马尔科夫链理论,利用马尔科夫链可以定性推出组合预测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预测模型的权系数。该模型可以克服传统的组合预测模型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预测精度,降低预测的风险性。通过实例证明该组合预测模型具有较好的实用性。