基于行业用电特性的电量预测精细化模型研究

发布时间：2020-05-30 19:18

【摘要】：伴随我国产业转型,各行业电量波动加剧,使得以全社会电量为预测对象的很多模型预测误差增大同时,社会发展对电量预测的精确程度提出了更高要求。而现有的分行业划分标准不能满足电量预测的需求,需要在现有行业基础上重新进行设计。本文从优化用电行业分类、优化现有预测算法以及优化预测结果处理三个层次四个章节进行研究,实现电量精细化预测。由于现有的国内外行业划分标准不满足分行业电量预测,设计了一种用于电量预测的用电特性指标体系。该指标体系基于现有用电行业的历史电量数据,以峰谷特性、月电量时间序列和年电量时间序列三个方面、四个指标为依据进行分类。与现行的行业划分结果相比较,新的分类结果能够以较小的分类数量,将有相似用电特性的行业有效分类。该分类方案能够应用于以下章节的电量预测。为实现对分行业电量精细化预测,提出了一种基于行业用电特性和改进熵权法的电量组合预测模型。该模型基于上一章的分类方案,同时应用改进熵权法,修正多熵值分布趋于1时导致熵权分配紊乱的问题,重新对多误差指标评价指标以及组合算法单项模型的权重进行分配,为各类用电行业的匹配其优化组合预测模型。算例表明该模型具有良好的预测精度。进一步考虑外界因素的电量精细化预测,设计了一种基于EMD方法和改进GM(1,N)算法的电量预测模型。该模型首先筛选用于建立GM(1,N)模型的指标,再将受到复杂因素综合作用的行业电量曲线分解为若干相对简单、规律明显且频率较低的分量;通过对各分量建立基于线性相关系数和灰色动作量系数的改进GM(1,N)模型,修正传统模型在建模原理、参数设置以及模型结构方面的缺陷,使其更加合理稳定;叠加分量预测结果得到各类行业考虑外界因素的精细化预测结果。算例表明该模型能够实现与第三章模型的互补,针对外界因素敏感型行业能够进一步提高电量预测精度,从而提高总电量的预测精度。针对行业维度和时间维度中总量预测结果与分量预测结果之和不一致的问题,运用多级协调模型并搭建两个维度的上下级协调模型。通过算例验证了多级协调模型的可行性和有效性,优化预测结果,实现精细化预测。
【图文】：

算法原理

图 2-1 DTW 算法原理图 2-1 算法原理所示，图中由两个时间序列各元素连接而成的两条曲线，曲线之间特性类似的元素用虚线连接起来两两对应。DTW 算法通过计算之间所有特性类似的元素两两距离之和，并凭借定量分析来判断两者的元素间距离和进行定义，命名为归整路径距离。若路径距离值越大，则两不相似。DWT 计算方法需要进行相似性分析的两个已知的时间序列为分别记作 A 和 B。获取其序|，两序列间的归整路径记作 α={α1,α2,...,αk}，且有Max ( A ,B ) K A素间的距离表示为 αk，在以序列 A、B 为直角坐标系中，其坐标记作(i,j)。第 1 对元素间距离的坐标 α1=(1,1)为起始点，以第 k 对元素间距离的,|B|)为终点，从而使得 A 和 B 序列中的每个元素坐标能够都出现在 α 中。

时间序列,成本矩阵,路径

α 中各对元素坐标 α(i,j)必须是按元素顺序行进的，即坐标 i 和 j 单调递增，从而避免图2-2 中规整路径出现相交，用边界条件进行表达：( ) ( )1, , 1, 1k k i j ， i j i i i j j j最后以实现归整路径最小作为目标函数，，可得到表达式：D ( i , j ) =D ist ( i , j ) min D ( i 1, j) , D ( i ,j 1) ,D ( i 1, j 1) 将所得的最小归整路径距离记为 D(|A|,|B|)，并基于动态规划对路径分析得到其解。下图展示是的两个时间序列规整路径的成本矩阵 D(Cost Matrix)。
【学位授予单位】：华南理工大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：F426.61;TM73

【参考文献】