电子测试
電子測試
전자측시
ELECTRONIC TEST
2015年
4期
46-48
,共3页
拜润卿%何欣%赵红%郭文科
拜潤卿%何訢%趙紅%郭文科
배윤경%하흔%조홍%곽문과
短期电力负荷预测%组合预测%粒子群优化算法%灰色模型%ARIMA模型%指数平滑族
短期電力負荷預測%組閤預測%粒子群優化算法%灰色模型%ARIMA模型%指數平滑族
단기전력부하예측%조합예측%입자군우화산법%회색모형%ARIMA모형%지수평활족
Short-term power load forecasting%Combination forecast%Particle swarm optimization algorithm%Grey model%ARIMA model%Exponential smoothing
短期电力负荷预测是实现电力系统安全、经济运行的基础,其准确性对电力系统运行的可靠性、经济性都有重要意义。本文在灰色模型、ARIMA模型以及指数平滑族模型的基础上,提出了一种基于以上三种模型的组合预测模型,并用粒子群优化算法对其组合权重系数进行了优化。对澳大利亚新南威尔士州2011年9月实际电力负荷数据进行实例分析,其结果表明本文提出的组合模型确实能够提高短期电力负荷预测的精度。
短期電力負荷預測是實現電力繫統安全、經濟運行的基礎,其準確性對電力繫統運行的可靠性、經濟性都有重要意義。本文在灰色模型、ARIMA模型以及指數平滑族模型的基礎上,提齣瞭一種基于以上三種模型的組閤預測模型,併用粒子群優化算法對其組閤權重繫數進行瞭優化。對澳大利亞新南威爾士州2011年9月實際電力負荷數據進行實例分析,其結果錶明本文提齣的組閤模型確實能夠提高短期電力負荷預測的精度。
단기전력부하예측시실현전력계통안전、경제운행적기출,기준학성대전력계통운행적가고성、경제성도유중요의의。본문재회색모형、ARIMA모형이급지수평활족모형적기출상,제출료일충기우이상삼충모형적조합예측모형,병용입자군우화산법대기조합권중계수진행료우화。대오대리아신남위이사주2011년9월실제전력부하수거진행실례분석,기결과표명본문제출적조합모형학실능구제고단기전력부하예측적정도。
The short-term power load forecasting is the foundation of the safe and economic electric power system.Thus,the accuracy of the short-term power load forecasting is significant for the reliability and economy of power system.In this paper,a combined forecasting model based on grey model,ARIMA model and exponential smoothing models is proposed,of which the weight coefficients are optimized by particle swarm optimization algorithm.Then,the results of case study of the electric load data of New South Wales, Australia, in September 2011 show that the proposed combined model can indeed improve the accuracy of the short-term power load forecasting.