短期负荷预测中一种周期外推法修正模型的探讨

作者：甘雯1，方晓东2，吴国忠1 日期：2006-12-27/span> 浏览：3566 查看PDF文档

短期负荷预测中一种周期外推法修正模型的探讨

甘雯1，方晓东2，吴国忠1
（1.浙江大学 电气工程学院，浙江 杭州 310027; 2.桐庐县供电局调度科，浙江 桐庐 311500）

摘要：由于影响负荷的随机因素很多，而传统负荷预测方法－周期外推法主要考虑前几日同时段负荷瞬时变化的规律，故存在局限性，预测精度不高。从周期外推法出发，提出了一种基于神经网络的外推法修正模型：通过BP网络进行训练，找到随机因素（如天气等）对负荷的影响因子，然后将其作为周期外推法模型的修正项。此外，还对修正模型的结果进行了分析和调整。实例证明，此方法在一定程度上克服了周期外推法的缺陷，提高了短期负荷预测的精度。
关键词：周期外推法；BP网络；误差分析；数据处理
中图分类号：TP715文献标识码：A文章编号：1001-4551(2006)09-0047-03

A modified period extrapolation method for short|term load forecasting
GAN Wen1, FANG Xiao|dong2, WU Guo|zhong1
(1.College of Electrical Engineering, Zhejiang University, Hangzhou 310027, China;
2.Dispatching Center in Power Supply Station of Tonglu, Tonglu 311500, China)
Abstract: As a result that the load is influenced by many random factors, period extrapolation mainly considers the instantaneous rule of loads change, so the precision is not good with its localization. Based on general period extrapolation, a new method was proposed, which error was modified by BP network. Furthermore, the result of the modified model was analysed and modified. The example here shows that this method overcomes the disadvantage of general period extrapolation and improves the precision of the short|term load forecasting.
Key words: general extrapolation; BP network; error analysis; data processing
参考文献：
［1］莫维仁，张伯明，孙宏斌,等．短期负荷预测中选择相似日的探讨［J］．清华大学学报：自然科学版,2004，4(1)：106-109.
［2］周掠,张伯明,尚金成,等．基于日周期多点外推法的超短期负荷预及其误差分析[J].电力自动化设备，2005，25(2)：15-21  .
［3］罗维平.面向MATLAB的天气敏感型神经网络在武汉地区电网短期负荷预测中的应用[J].电力建设， 2003，24(2):30-34.
［4］陈亚红,马丽.两种短期负荷预测精度考核标准的比较[J].电力系统自动化,2003,27(17):73-77.
［5］陈亚红,穆钢,段方丽.短期负荷预报中几种异常数据的处理[J].东北电力学院学报,2002,22(2):1-5.