基于改进评价指标的波动性负荷短期区间预测

• 作者: 卓毅鑫 张宏志 徐诗鸿 李正天 林湘宁 汪致洵 随权
• 来源期刊: 电力系统自动化
• 关键词: 波动性负荷 区间预测 边界估计 神经网络 粒子群优化算法
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 学术研究
• 页码范围: 156-163
• 页数: 8页
• 字数: 7853字
• 语种: 中文
• DOI: 10.7500/AEPS20190123002

摘要

针对传统点对点预测难以适用于波动性较大、不确定性较强的负荷的问题,提出了一种基于改进评价指标的区间预测方法,从区间宽度和累计误差2个角度对现有区间预测评价指标做出改进,提高了预测结果的合理性.在此基础上,从各个评价指标的自身特性及其对预测结果的影响程度进行考量,建立了区间预测综合评价指标,并利用神经网络构建了区间预测模型,以综合评价指标最优为目标,采用粒子群优化算法对网络结构参数进行训练优化,从而取得理想的波动性负荷区间预测效果.仿真中通过对某波动性较强的历史负荷数据进行预测分析,并与传统的点预测和区间预测方法进行对比,验证了所提方法的有效性和优越性.