基于均生函数-最优子集回归模型的短期电力负荷预测方法

• 作者: 杨仁刚※ 焦娇 窦震海
• 来源期刊: 农业工程学报
• 学科: 工学
• 关键词: 电力系统 负荷 数学模型 短期负荷预测 均值生成函数 最优子集回归
• 年，卷（期）: 2013,（14）
• 页码范围: 178-184
• 页数: 7页
• 分类号: TM714
• 字数: 3882字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-6819.2013.14.023

摘要

为进一步提高电力负荷预测的精度和运算速度，针对短期负荷预测样本数据既有趋势性又有波动性的特点，采用均生函数-最优子集回归（mean generating function-optimal subset regression，MGF-OSR）建立预测模型。相对于均生函数主成分回归（mean generating function-principal component analysis，MGF-PCA）模型，该方法引入了一阶、二阶差分序列对高频部分进行拟合，又建立累加生成序列拟合其趋势，通过均值生成函数（MGF）将上述所有序列构建出预测因子矩阵，采用双评分准则进行粗选，剔除评分较低的因子，其他预报因子经组合寻优后得到最优子集并以此建立预测模型。实例分析表明，该模型预测的平均相对误差可低至2.42%，明显优于主成分回归模型的预测精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	窦震海	中国农业大学信息与电气工程学院	19	130	6.0	11.0
5	杨仁刚※	中国农业大学信息与电气工程学院	2	29	2.0	2.0
6	焦娇	中国农业大学信息与电气工程学院	1	9	1.0	1.0