基于ARIMA模型的短期电力负荷预测

基于ARIMA模型的短期电力负荷预测

ID:46289809

大小:172.84 KB

页数:3页

时间:2019-11-22

基于ARIMA模型的短期电力负荷预测_第1页
基于ARIMA模型的短期电力负荷预测_第2页
基于ARIMA模型的短期电力负荷预测_第3页
资源描述:

《基于ARIMA模型的短期电力负荷预测》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、2015年12月Dec.2015第43卷第6期(总第241期)Vo1.43No.6(Ser.No.241)基于ARIMA模型的短期电力负荷预测AShort—termLoadForecastingModelBasedonARIMA李晨熙(广东电网有限责任公司珠海供电局,广东珠海519000)摘要:电力负荷时间序列不平稳和受噪声污染严重,直接对负荷进行预测准确度不高。针对此问题,提出了一种结合小波变换与累积式自回归移动平均(ARIMA)模型的短期电力负荷预测新方法。首先,将历史负荷数据进行小波变换,以去除噪声干扰;然后,建立ARIMA模型进行负荷预测。通过实际负荷数据实验,证明

2、了该方法的有效性。关键词:短期电力负荷预测;累积式自回归移动平均模型;小波去噪Abstract:Powerloadtimeseriesarenotsmoothandthenoisepollutionisserious,directforecastingmethodsleadtolargeerrors.Aimingatthisproblem,thispaperproposesanewmethodofshort—termloadforecasting(STIF)whichcombinedwavelettransformwiththeprogressiveautoregressi

3、vemovingaverage(ARIMA)mode1.Firstly,wavelettransformwasmadetothehistoricalloaddatatoremovenoiseinterference。then。theARIMAmodelwasestablishedforloadforecasting.Actualloaddataprovedtheeffectivenessoftheproposedmethod.Keywords:short—termloadforecasting;ARIMAmodel,waveletdenoising中图分类号:TM714.3

4、文献标志码:A文章编号:1009—5306(2015)06—0022—03短期电力负荷预测在电力网络优化运行管理中进行信号处理,具有多尺度分析能力。DWT被用来占有重要地位,准确的电力负荷预测对保证电网的在负荷预测过程中去除原始电力负荷数据的噪声。经济稳定运行,合理安排机组检修计划,调度部门的1.2累积式自回归移动平均模型经济调度有着重要的意义]。近年来,人们提出了很时间序列法是一种简单有效的短期负荷预测方多预测方法来提高预测的精度,总的来说,可以分为法,而Box—Jenkins模型是典型的时间序列模型,它两大类:统计模型方法和人工智能技术。在统计模型由AR、MA、ARMA

5、三部分模型组成。]。ARMA模方法中,主要有回归模型法、卡尔曼滤波法、时间序型由AR和MA模型两部分组成,形式如下:列法、数据挖掘技术等。其中,时间序列分析方法是(B)一(B)(1)建立自回归(AR)模型、移动平均(MA)模型、自回式中:y为t时刻负荷值;e为白噪声;B为后移算归移动平均(ARMA)模型和累积式自回归移动平子;≯(B)一1一声B一⋯一B,其中为AR模型均(ARIMA)模型[2]。回归系数,P为AR模型阶数;(B)===l一B⋯·一考虑到电力负荷受噪声影响严重的实际情况,OqB,其中0为MA模型回归系数,g为MA模型阶本文提出了一种经过小波去噪的负荷预测方法。

6、数。如果时间序列的平均值≠0,需要进行零均值处理即用y一代替】,。1离散小波变换和累积式自回归移动平均实际电力负荷序列都是不平稳的,一般可经过模型差分处理将其变成平稳序列,具体方法为:a.用差分算子消去负荷序列增长趋势。定义一1.1离散小波变换阶差分算子一1一B,即有Y一Y一y一,则d阶离散小波变换(DwT)不是只在时域或频域单差分算子为。一般只需1到3阶差分,就能消去一分析域上进行信号分析,而是在时一频的联合域上负荷序列的增长。收稿日期:2015-09—15.作者简介:李晨熙(1988),男,助理工程师,从事变电运行工作。·22·2015年12月Dec.2015第43卷第

7、6期(总第241期)Vo1.43No.6(Ser.No.241)b.周期差分算子消去负荷序列周期性变化。定验数据,采样时间间隔为1h,共168个采样点。利用义周期差分算子一1一,即有Y一Y一Y⋯,ARIMA模型预测该地区2008年5月5日的电力一般经过周期差分便可消去负荷序列的周期性变负荷。首先用DWT对原始负荷信号进行去噪,如图化。1所示。图1中分别为原始信号曲线图,小波分解原经过以上处理,最终可得到平稳的负荷序列,然始信号得到的低频信号(A1)曲线图和高频信号后可以建立F(户,d.q)模型,该模型的基本形(D1

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。