基于三种模型的昆士兰州短期电力负荷预测对比探究.pdfVIP

2015.4 理论与算法 基于三种模型的昆士兰州短期电力负荷预测对比探究 智 勇,何 欣,梁 琛,刘 巍 （国网甘肃省电力公司电力科学研究院，甘肃兰州，730050） 摘要：为提高电力负荷预测模型的预测精度本文将基本 ARMA 模型与 Kalman 滤波结合建立 ARMA-Kalman 滤波模型，将 ARMA 模型与 SVM 模型以及 SVM 的优化方法结合，建立 ARMA-SVM 模型，以试图提高模型的预测精度。同时将前两个模型以及基本 ARMA模型应用于澳大利亚昆士兰州短期电力负荷预测中。实例研究表明，ARMA-Kalman模型未能如期较大提高对澳大利亚昆 士兰州的电力负荷预测精度，ARMA-SVM模型在一定程度上提高了预测精度。 关键词 ：ARMA模型；Kalman滤波；SVM模型；电力负荷预测 DOI:10.16520/j.cnki.1000-8519.2015.04.020 The comparative study on short-term electricity load forecasting based on three models Zhi Yong,He Xin,Liang Chen,Liu Wei (State Grid Gansu Electric Power Research Institute,Lanzhou City,Gansu Province,730050) Abstract ： To improve the forecasting accuracy of electricity load, the basic ARMA model and Kalman filter are combined into ARMA-Kalman filter model,ARMA model and SVM model along with its optimization methods are associated into ARMA-SVM model in this paper.The two models as well as basic ARMA model are employed in the forecasting of short-term electricity load in Queensland,Australia.The case study shows that ARMA-Kalman model can’t improve the forecasting accuracy as expected,while ARMA-SVM model improve the forecasting accuracy to some extent. Keywords ： ARMA model;Kalman filter;SVM model;Power load forecasting 0 引言 型组合起来以发挥各自模型的优势，弥补单个模型的不足，以提 高模型的预测精度的一种方法。每种方法都有个各自的优点，没 电力系统的主要任务是向用电单位提供安全、可靠和稳定的 有一种方法绝对准确，也没有一种可以适用于所有电力系统的方 电能，满足用电单位的用电需求。电力负荷指电力的需求量或者 法，需要根据特定的情况选择不同的预测方法。 用电量，在本文的研究中的电力负荷是指在某时点电力市场上电 与组合方法思想相似，近年许多学者提出了多种将不同预 能交易的成交量电量。与其他产品不同，