论文部分内容阅读
本文力图将自记忆模型引入到电力系统的负荷预测中来,以求寻找一条负荷预测的新途径。通过引入记忆函数到动力系统方程,导得了一个差分-积分方程,称之为自记忆方程,构建和求解系统的差分-积分方程的原理,称为动力系统自忆性原理.自记忆方程和通常的微分-积分方程利用一个初值进行预测的方式不同,它是基于多个初值,相应导得的数学模型称为自记忆模型。对自记忆模型的物理含义进行了解释。现已将系统自忆性原理应用到气象、海洋、水文、市场、农业、交通和能源等多个领域的建模、计算和预报,尤其在预报方面取得了显著成果,提高了预报准确率。
在已有研究的基础上,导出了GM(1,1)模型微分方程的自记忆计算格式,建立了一种新的对历史多个时刻观测数据具有记忆功能的灰色自记忆模型,模型克服了GM(1,1)模型“对初值比较敏感”、预见期短和序列数据非负的局限,有效地提高了模型的计算精度。数值计算结果充分表明了该模型具有精度高、稳定性好的优点。
在简要分析数据机理自记忆模式的基础上,将其应用于电力系统的负荷预测。通过对某地区实际负荷数据建模、计算表明,数据机理自记忆模式的预报准确率是令人满意的,此方法不失为一种新的电力系统负荷预测方法。但是,在节假日等特殊情况下的负荷预报效果上还有待进一步的改进。