期刊鉴别 论文检测 免费论文 特惠期刊 学术答疑 发表流程

区间时间序列向量自回归模型在短期电力负荷预测中的应用(2)

时间:2015-12-15 16:41 文章来源:http://www.lunwenbuluo.com 作者:万昆,柳瑞禹 点击次数:

  所示,ld1表示0—1时时段负荷区间下界值,hd1表示0—1时时段负荷区间上界值。可以发现,负荷数据呈现典型的季节与趋势特征,在建模之前需要对数据进行稳定性检验和季节性调整。

  由于对序列进行差分会使原始数据的一些特征信息丢失,本文采取Hodrick-Prescott滤波法分离长期波动与循环要素和CensusX12方法消除序列季节因素的影响(乘法模型)。经过处理后的数据均为平稳序列。

  3、实例分析

  模型的构建与预测检验结果所示,表中列出了1—24h时段中每小时内的区间时间序列数值下界与上界的ARMA模型预测结果。由于每个区间时间序列拥有上、下界,因此共构建了48个ARMA模型。根据自相关与偏相关系数,最小最终预测误差准则(minimumfinalpredictionerrorcriterion,MFPE)和最小准则即赤池信息准则(Akaikeinformationcriterion,AIC),测定ARMA模型的阶数,并通过ARMA模型的自回归(auto-regressive,AR)项稳定性检测与移动平均(movingaverage,MA)项的可逆性检测确定ARMA模型的稳定性。预测检验结果的准确性采取均方根误差和平均绝对百分误差来表达。表1所描述的结果表明,模型预测的拟合效果良好,其中在7、12时与21、22时时段中具有明显的波动,动态预测的误差偏大,这是因为该时段为居民生活、商业和工业生产等日常生活中的时间点。此外,动态预测采用预测的数据对下一阶段进行预测,预测时期越长误差越大,而表1中动态预测为未来12期的数据,预测期较长。尽管如此,本文中动态预测的效果仍然较好,而静态预测每次均采用实际负荷值对下一阶段进行预测,即有一个实际值的调整过程,预测精度更高。说明静态预测效果比动态预测效果好。

  预测的结果与实际负荷拟合较好,预测的每小时负荷精度较高,同时每月中时段0—1时所需的负荷基本都涵盖在预测的时段中,说明短期预测效果良好。以单值为基础采取同样的方法,对2001—2009年每月0—1时的区间时间序列进行建模,并对2010年每月0—1时的负荷值预测。

  可以看出,尽管单值预测的结果尚佳,却不具备稳定性,因为日常生活中的电力负荷受多种因素影响,如节假日、天气、经济环境等,一旦某个因素发生变化,负荷将发生波动,以单值为基础的电力负荷预测则不能很好地发挥作用,无法有效预测出波动的变化。同理采用以单值为基础的其他方法,如人工智能等方法得到的预测结果也为单值,在实际生产、应用中具有明显的缺陷。

  4、结论

  电力负荷是电网公司进行战略计划和运营决策的关键因素,本文采用区间时间序列对负荷数据进行处理和VAR模型方法对负荷进行短期预测,实例分析结果表明预测精度良好,具有以下几点优势:1)区间时间序列需求样本量少,经区间时间序列处理后数据结构简单,且包含区间范围内数据信息,适用于描述实际生活中的电力负荷波动与波动范围,加深对电力负荷波动特性的理解;2)采用区间时间序列进行短期预测可以精确到任何一个时间区域,如每日的各时间段,提高预测的精确程度并可随意调整预测时间区段;3)区间时间序列加上VAR模型的方法可以弥补单值预测的缺陷,对于描述具有不确定性的电力负荷数据具有良好的效果。

  参考文献

  [1]袁晓辉,王乘,张传勇,等.电力系统短期负荷预测方法的进展[J].电气自动化,

  [2]李钷,李敏,刘涤尘.基于改进回归法的电力负荷预测[J].电网技术,

  [3]陈昊.基于非高斯分布GARCH模型的负荷预测[J].电力自动化设备,

  [4]胡宗义,汪建均.基于ADL-GARCH的电价预测模型及其应用[J].湖南大学学报:自然科学版,

  [5]胡峰,彭力.基于时间序列模型的电价预测方法[J].继电器,.

  [6]程瑜,张粒子.基于ARCH模型的电价联动建模研究[J].中国电机工程学报,

  [7]张前进.基于支持向量机回归的电力负荷预测研究[J].航空计算技术,

  [8]杜莉,张建军.神经网络在电力负荷预测中的应用研究[J].计算机仿真,

  [9]杨政,李卓玲,王大玲.基于数据挖掘的智能化电力负荷预测[J].沈阳工程学院学报:自然科学版,

  [10]聂江洪,曾伟民.在电力市场中引入电力需求弹性的研究[J].电网技术,

  [11]恩德斯W.应用计量经济学:时间序列分析[M].杜江,谢志超,译.2版.北京:高等教育出版社,


  •   论文部落提供核心期刊、国家级期刊、省级期刊、SCI期刊和EI期刊等咨询服务。
  •   论文部落拥有一支经验丰富、高端专业的编辑团队,可帮助您指导各领域学术文章,您只需提出详细的论文写作要求和相关资料。
  •  
  •   论文投稿客服QQ: 论文投稿2863358778 论文投稿2316118108
  •  
  •   论文投稿电话:15380085870
  •  
  •   论文投稿邮箱:lunwenbuluo@126.com

相关内容

联系方式

  • 论文投稿客服QQ: 论文投稿2863358778
  • 论文投稿客服QQ: 论文投稿2316118108
  • 论文投稿电话:15380085870
  • 论文投稿邮箱:lunwenbuluo@126.com

热门排行

 
QQ在线咨询
咨询热线:
15380085870
微信号咨询:
lunwenbuluoli