摘 要:分析了灰色模型(GM)和模拟退火模型(SA),GM(1,1)学习参数的计算采用最小二乘法,而最小二乘法是基于残差平方和最小寻优,容易陷入局部最小,对于非线性较强的负荷,会产生很大的偏差。提出了一种GM(1,1)与SA相结合的方法,根据模拟退火原理,结合概率突跳特性在解空间中随机寻找目标函数的全局最优解,自动优化GM(1,1)的参数,在负荷预测的实例中取得良好效果。
关键词:灰色模型GM;模拟退火SA;负荷预测
中长期负荷预测在电力系统规划和运行方面发挥着重要作用,具有明显的经济效益,负荷预测实质上是对电力市场需求的预测。灰色预测具有要求样本少、运算简便和精度高的优点,得到了广泛的应用。由于GM(1,1)的预测精度依赖于模型参数的准确度,使其难以达到理想的预测效果。针对上述情况,本文提出模拟退火SA算法优化GM(1,1)的方法,该方法能自动优化GM(1,1)的参数,寻找全局最优解,有效地提高了GM(1,1)的预测精度。在中长期负荷预测中取得较好的效果。
对GM(1,1)和模拟算法建模进行分析,针对各自的优缺点提出新的组合模型,并就改模型的建模思想和建模步骤进行了理论探讨。算例分析表明,此新型组合模型能较好地模拟负荷变化发展情况,有效提高负荷预测精度,并且能自动有效地优化GM(1,1)学习参数,具有较强的使用价值。
参考文献
[1] 李瑾,刘金朋,王建军.采用支持向量机和模拟退火算法的中长期负荷预测方法[J].中国电机工程学报,2011,31(16):63-66.
[2] 余健明,燕飞,杨文宇,等.中长期电力负荷预测的变权灰色组合预测模型[J].电网技术,2005,29(17).
[3] 周德强.基于最小一乘的GM(1,1)模型及在负荷预测中的应用[J].电力系统保护与应用,2011,29(17).
[4] 张勇军,石辉,翟伟芳,等.基于层次分析法-灰色综合关联及多灰色模型组合建模的线损率预测[J].电网技术,2911,35(6).