基于频域分量法的多模型日最大负荷预测

发布时间：2024-03-31 04:46

　　日最大负荷是表征日用电负荷的重要特征之一,对日最大负荷的预测可为合理安排日发电计划提供重要的支持。为提高预测的准确性,文中提出用最大相关最小冗余特征选择算法(mRMR特征选择)分析负荷与其影响因素之间的关系,筛选出影响负荷变化的主要因素;并运用小波分析的原理对日最大负荷进行频域分解,得出低频分量和高频分量,针对不同分量的特点构建相应的预测模型进行预测,最后把各分量的预测结果进行重构作为最终的预测结果,实验证明,与其他预测方法相比,文中所用方法能取得较好的预测结果。

【文章页数】：6 页

【部分图文】：

图1日最大负荷小波多分辨率分析结果图

文中通过对不同小波基的选择和实验，最终使用db2小波基对日最大负荷序列进行了3级分解，如图1所示。文中选取2001年欧洲智能技术网络组织的负荷竞赛提供的数据集[10]为例，load为1997年10月15日至12月15日共60日的最大负荷值，经3级分解得到低频分量a3、高频分量d3....

图2a3序列的自相关—偏自相关图

在采用Box-Jenkins法（简称B-J法）对a3分量进行预测前需要对序列的性质进行分析，对序列进行自相关和偏自相关分析也是判断序列性质的重要依据，自相关表示构成时间序列的每个序列值之间的简单相关关系，由相关系数kr度量，k为两个观测值之间的滞后期，kr∈[-1,1],kr越接....

图3新序列单位根检验结果

因此，在利用B-J法建立预测模型前，需经过差分操作消除序列的非平稳性和周期性，经过对a3序列的1阶逐期差分和1次步长为8的季节差分后，对新序列进行单位根检验的结果，如图3所示。从以上检验结果可以看出ADF=?2.98，小于5%和10%条件下的值，可以拒绝新序列存在单位根的原假设，....

图4各模型预测结果与实际负荷对比图

以上各模型预测结果与实际日最大负荷值的对比，如图4所示。根据平均绝对误差(MeanAbsoluteError,MAE)和均方根误差(RootMeanSquareError,RMSE)的计算公式：

本文编号：3943468