基于组合函数和遗传算法最优化离散灰色模型的电力负荷预测

摘要：

鉴于传统DGM(1,1)模型建模过程中假定原始数据序列服从近似指数增长规律,且以数据序列的第1个数据保持不变得出预测结果的缺陷,利用组合函数“对数-幂函数”对原始数据进行处理,使其符合灰色预测模型的建模规律,引入遗传算法寻求离散灰色模型初始迭代值的最优解,建立了基于组合函数和遗传算法改进的离散灰色模型.负荷预测案例得出所建模型的平均相对误差(MAPE)为0.892％,而GM(1,1)预测的MAPE为1.580％,DGM(1,1)预测的MAPE为1.343％,证明该改进模型有效提高了预测精度.

关键词：电力系统、负荷预测、离散灰色模型、组合函数、遗传算法、数学模型

所属期刊栏目：32

分类号：TM715(输配电工程、电力网及电力系统)

在线出版日期：2012-06-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：76-79