基于ARMA-GABP组合模型的电网大停电事故损失负荷预测

• 作者: 于群 屈玉清 张铮 贺庆
• 来源期刊: 中国电力
• 学科: 工学
• 关键词: 电网 大停电事故 损失负荷 ARMA模型 GA-BP神经网络 组合模型 预测
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 电网
• 页码范围: 38-44
• 页数: 7页
• 分类号: TM732
• 字数: 4015字
• 语种: 中文
• DOI: 10.11930/j.issn.1004-9649.201801046

摘要

损失负荷作为衡量大停电事故风险的重要指标,如何对其进行准确预测对于电网的安全运行具有十分重要的参考意义.选取1981—2016年东北电网和西北电网的大停电事故损失负荷作为实验数据进行分析,为消除电网发展对数据分析产生的影响,采用相对值法对电网大停电事故损失负荷进行处理.根据实验数据的特点,将损失负荷相对值的数据结构分解为线性和非线性残差部分,建立自回归滑动平均(ARMA)模型和遗传算法(GA)优化的误差反向传播(BP)神经网络组合模型,对东北电网大停电事故进行综合分析与预测.将所提模型的预测结果与单一模型和ARMA-BP模型的预测结果相对比,结果表明,所提模型的预测精度更高,预测效果较为理想.为进一步验证该预测模型的有效性,将西北电网大停电事故数据代入预测模型,实验结果表明该预测模型在电网大停电事故损失负荷方面具有良好的预测效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于群	山东科技大学电气与自动化工程学院	113	872	12.0	26.0
2	张铮	山东科技大学电气与自动化工程学院	2	5	2.0	2.0
3	屈玉清	山东科技大学电气与自动化工程学院	6	21	3.0	4.0