基于GMC(1,N)的多因素负荷预测模型及其应用

• 作者: 刘天琪 王雪 阮仁俊
• 来源期刊: 四川电力技术
• 学科: 工学
• 关键词: 电力系统负荷预测 灰色预测 预测模型 卷积
• 年，卷（期）: 2008,（6）
• 所属期刊栏目: 负荷预测
• 页码范围: 73-76
• 页数: 4页
• 分类号: TM714
• 字数: 3399字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6954.2008.06.022

摘要

电力负荷受多种因素的影响,不能把负荷数据当成 "纯粹"的数据看待,重视负荷成因分析是进行准确预测的前提.根据灰色预测的基本原理,通过增加影响负荷的白信息量来降低预测系统的灰度,以传统灰色GM(1,N)模型为基础,应用多变量灰色数列卷积预测模型--GMC(1,N)模型,该模型克服了传统GM(1,N)模型的不足,扩宽了GM(1,N)模型的应用范围.并将GMC(1,2)、GMC(1,3)模型应用于实例,结果证明该方法预测准确,并且由于考虑实际因素的影响,可靠性高,可作为中长期负荷预测工具之一.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘天琪	四川大学电气信息学院	236	3227	28.0	47.0
2	王雪		5	17	3.0	4.0
3	阮仁俊	四川大学电气信息学院	5	25	3.0	5.0