基于马尔科夫修正的灰色时间序列电力负荷预测方法

• 作者: 吕雪松 潘冬 王凯 毕京虎
• 来源期刊: 自动化技术与应用
• 学科: 工学
• 关键词: GM(1 1) 马尔科夫链 负荷预测 用电特性
• 年，卷（期）: 2022,（3）
• 所属期刊栏目: 辨识建模与仿真|Identification Modeling and Simulation
• 页码范围: 132-136,176
• 页数: 6页
• 分类号: TP18
• 语种: 中文
• DOI: 10.3969/j.issn.1003-7241.2022.03.029

摘要

不断改进电力负荷预测技术,探索精度更高的预测模型,是当前电力体制改革大背景下一个具有巨大现实意义的的课题.针对电力负荷具有趋势性、季节性、周期性和随机性等特性,该文采用传统的灰色GM(1,1)模型和时间序列(Time-Series Analysis)相结合的方法,首先用灰色模型拟合电力负荷的非线性增长趋势,再用时间序列模型表征负荷变化中的季节性和周期性,两种算法相互结合弥补了单个算法的缺陷,最后采用马尔科夫链(Markov chain)对预测结果进行修正.实验结果显示,马尔科夫修正后的灰色时间序列预测结果精度高于单个算法模型的精度,也高于修正前的精度.这是一种精度更高的预测模型,能够为实际应用提供一定的理论支持.