組合預測模型研究及其在電力負荷預測中的應用（可編輯）

1、組合預測模型研究及其在電力負荷預測中的應用 蘭州商學院 碩士學位論文 組合預測模型研究及其在電力負荷預測中的應用 姓名：卓東 申請學位級別：碩士 專業(yè)：統(tǒng)計學 指導教師：劉曉梅 20070510 蘭州商學院碩L學位論文 組合預測模型研究及其在電力負荷預測中的應用 摘要 電力系統(tǒng)負荷預測是電力系統(tǒng)規(guī)劃與運行的基礎，是電力市場運作中的重要組 成部分。在電力市場化過程中，負荷預測的精度直接關系到各方利益。目前，負荷 預測的模型很多，單一的一種模型不能完全反映電力負荷的變化規(guī)律和信息。負荷 預測組合模型成為研究新發(fā)展。 本文首先詳細介紹關于組合預測的一些基本理論，尤其是組合預測權重的確定， 在此基礎上

2、，采用了目前較為通用的電力負荷預測的兩種單一預測模型，運用時間 序列分析、BP神經網(wǎng)絡預測、組合預測理論等對我國電力負荷進行預測和分析比較， 在多種組合預測模型中找出一個最適合電力負荷數(shù)據(jù)的模型，通過該組合模型來對 未來幾年我國用電量進行預測，以期為電力戰(zhàn)略與政策的制定提供科學決策的依據(jù)。 關鍵詞：組合預測時間序列人工神經網(wǎng)絡電力負荷預測 蘭州商學院碩士學位論文 組合預測模型研究及其在電力負荷預測中的應用 Abstract load isthebasisof and ofelectric Powerforecasting operation planning an ofelectric mar

3、ket isalso powersystemIt importantpart power courseofelectric of the accuracy performingIn powermarketing，the power relatedtothe ofan load is interests forecastingdirectly partiesCurrently a of for onemodelcannot therearelot models load powerforecastingOnly reflectthe rulesandinformationof load tota

4、lly changing power load beena new of Combinationmodelof has forecasting directing research developing thefundamentalofCombined This introduces paper theory forecasting the ofCombined the first，especiallyascertainingweight forecastingOn forecasttwokinds basisof the load unitary this，adoptuniversallyp

5、ower forecastsmodelat timeseries neural analyze、BP presentApplying networksforecast、combined outaforecast011our forecastingtheorycarry and outamodelofthemost load countrypower analyzecomparison，finding suitable datain combined load forecastingmodelsThrough power many thiscombined canforecastour elec

6、tric forecastingmodel，we country power forthe future thescientificbasis electric generation power years，providing andthe formulation strategy policy neural series；Artificialnetwork； Keywords：Combinedforecasting；Time Powerload forecasting 蘭州商學院碩士學位論文 組合預測模型研究及其在電力負荷預測中的應用 獨創(chuàng)性聲明 本人聲明所呈交的論文是我個人在導師指導F進行

7、的研究工作及取得的研究成 果。盡我所知，除了文中特別加以標注和致謝的地方外，論文中不包含其他人已經 發(fā)表或撰寫過的研究成果。與我一同工作的同志對本研究所做的任何貢獻均己在論 文中作了明確的說明并表示了謝意。 學位論文作者簽名： 生丞 簽字日期： 監(jiān)!：! 導師簽名： 型l l已盛 簽字日期： !丕!：12 關于論文使用授權的說明 本人完全了解學校關于保留、使用學位論文的各項規(guī)定，(選擇“同 意”“不同意”)以下事項： 1學校有權保留本論文的復印件和磁盤，允許論文被查閱和借閱，可以采用影 印、縮印或掃描等復制手段保存、匯編學位論文； 2學校有權將本人的學位論文提交至清華大學“中國學術期刊(光盤版

8、)電子 雜志社”用于出版和編入cNl(I中國知識資源總庫或其他同類數(shù)據(jù)庫，傳播本 學位論文的全部或部分內容。 學位論文作者簽名： 篁叁 簽字日期： 1211：! 導師簽名：導師躲 型l!k整鯉到盤毖 簽字日期： 哆、占f 蘭州商學院碩士學位論文 組合頂測模型研究及其在電力負荷預測巾的應用 1緒論 11國內外研究狀況 1f1對組合預測理論的研究狀況 在預測實踐中，對同一問題常采用不同的預測方法。不同的預測方法提供不同的 有用信息，其預測精度往往也不同。如果簡單地將預測誤差較大的一些方法舍棄掉， 將會丟失一些有用的信息，這種做法對信息是一種浪費，應予以避免。一種更為科 學的做法是將不同的預測方法進

9、行適當?shù)慕M合，從而形成所謂的組合預測方法。組合 的主要目的是綜合利用各種方法所提供的信息，盡可能地提高預測精度。只要組合 適當，這一目的是完全可以實現(xiàn)的。 從歷史文獻上看，組合預測模型是美國人Schmitt，用1940年數(shù)據(jù)預測1950年美 國37個大城市的人口數(shù)，用外推法和計量經濟法兩種結果進行組合，預測準確度確 有提高。在組合方法上，最早進行比較系統(tǒng)研究的是JBates和CwJGranger (1969)。的論文預測值的組合，但它只限于兩個預測值的組合。進入70年代以 來，組合預測的研究更為人們所重視，組合預測的方法也日趨完善。1989年，國際 of 預測領域的權威性學術刊物(Journa

10、lForecasting還出版了組合預鍘專輯， 充分說明了組合預測在預測研究中的重要地位。進入90年代，組合預測的研究更處 于一個熱潮之中。 近年來，我國在組合預測方法研究方面也取得一系列的研究成果。電子科技大 學唐小我教授(現(xiàn)四川省教育廳副廳長)及重慶大學曹長修教授等人的研究成果尤 為突出，相繼在我國預測領域中的權威性學術刊物預測、管理工程學報、 財經科學， 投資理論與實踐、電子科技大學學報等刊物上發(fā)表了一系 and ofForecastsJournalof 。JMBatesC-JGrangerCombination Forecasting1969(6) 蘭州商學院碩士學位論文 組合頂測模型

11、研究及其在電力負荷預測f|的應用 列關于組合預測的學術論文，為促進我國組合預測的理論研究與應用做出了重要貢 獻。 目前，國內外學者在組合預測方面主要提出以下一些方法，即最小方差、卡爾 曼濾波法、無約束最小二乘法、貝葉斯法，變權組合預測法、遞歸等權組合預測法、 性能優(yōu)勢矩陣法等。上述各種組合預測方法中，理論研究和實際應用較多的是最小 方差法及其擴展。目前關于最小方差法的性質、組合結構特征以及預測誤差平方和 的取值范圍等還研究得較少，這些問題的解決對于促進組合預測方法的研究具有重 要的意義。 使用最優(yōu)組合預測方法，最優(yōu)加權系數(shù)向量可能有負分量，即某一個或某些加 權系數(shù)為負。在這種情況下，最優(yōu)組合預

12、測方法歸于失效。為了避免出現(xiàn)負加權系 數(shù)，人們開始尋找一些滿足非負約束的非最優(yōu)組合預測方法。 and Robert(1983)。對簡單平均法，即Ew法的有效性進行了大量的實證 Spyros 礎上提出了遞歸等權組合預測法即REW法，并通過一個實例證明REW法的有效性。 EW法和R聃法的有效性尚需進一步從理論上加以證明。REW法的基本思路還可用于 改進其它非最優(yōu)組合預測方法，這是一個值得探討的問題。 除了以上對組合預測權重的確定方法研究外，還有學者利用其他的方法來確定 權重數(shù)。 周宗放，楊春德(1994)提出了確定組合預測權重數(shù)的一種新方法，即利用目 標規(guī)劃法來確定組合預測權重數(shù)。他們認為由于環(huán)境

13、復雜度的日益增長和決策能力 的不斷提高，大量事實表明事物的實際發(fā)展結果總是或多或少地受到社會環(huán)境因素 以及決策者個人認識，甚至一些突發(fā)事件的影響，并不存在絕對精確、可靠的預測 方法，因此現(xiàn)代預測技術并不能完全取代決策者的經驗，而只是使決策者的經驗更 加豐富和深刻而已。該文提出的方法，強調了決策者的參與意識，利用目標規(guī)劃法 MarkridarkisandRobert ofForecasts：S0me 。Spyros LWinklerverages EmpiricalResuItsManagement Sciences，V0129No9，1983 ?？讘c凱平均預測法的應用條件J預測，1985年第5

14、期 4千郁，劉豹遞歸等權組合預測J預測，1988(5) 9周宗放，楊春德應用目標規(guī)劃法確定組合預測權重數(shù)初探J重慶郵電學院學報，1994，(2)：5964 2 蘭州商學院碩士學位論文 組合預測模型研究及其在電力負荷預測中的應用 所具有的靈活性，擴大了組合預測權重的適應范圍。 鐘波等(2002)。將權系數(shù)確定問題轉化為粗糙集中屬性重要性評價問題，建立 了關于組合預測方法的關系數(shù)據(jù)模型，通過屬性值的特征化建立了知識系統(tǒng)，在數(shù) 據(jù)驅動下應用分析預測方法對預測對象的依賴性和重要性，計算出組合預測模型的 權系數(shù)。該方法克服了傳統(tǒng)權系數(shù)確定方法的主觀性，避免了線性或非線性極值問 題的數(shù)值計算，使得組合預測

15、方法更具客觀性。 陳華友(2003)。從對策論的觀點出發(fā)，把組合預測中各單項預測模型視為合作 對策的局中人，把組合預測的誤差平方和視為合作的結果，再按Shapley值法在各 單項預測模型中進行分配，從而獲得組合預測權系數(shù)確定的一種方法。 目前，在組合預測方法的部分研究成果中，存在著一些問題，主要表現(xiàn)在：預 測、估計及平滑概念之間的區(qū)別、交權重的方法、權重的范圍、權重的最優(yōu)問題、 預測精度的求取等。 (1)預測，估計及平滑問題 在部分組合預測方法的研究成果中，一個常見的問題是將預測、估計及平滑這 三個概念相混淆。依俞濟祥(1994)，我們給出三個概念的定義。設z(f)為被估計 的隨機矢量(即矢量

16、形式的多維隨機變量)，z(o為量測隨機矢量，量測方程為： 量函數(shù)。最優(yōu)濾波就是利用氣到t過程中的量測值z(fxf。tf王f)，通過一個濾波器 去估計t時刻的x值，使之在一定統(tǒng)計意義下估計的X(tk)為最優(yōu)。如果t一t，則 這種濾波稱為最優(yōu)濾波或最優(yōu)估計，X(tk)稱為x(t)的最優(yōu)濾波值或最優(yōu)估計；如 果t7，t，則這種濾波稱為最優(yōu)預測；如果ttt。則這種濾波稱為最優(yōu)平滑。 (2)變權重方法 顯然，變權重的方法比不變權重的方法更為科學。因為對每一種單項預測方法 而言，它總是表現(xiàn)出“時好時壞”性，而不會是“一直好”或“一直壞”。如果我們 。鐘波，肖智，周家啟組合預測中基于粗糙集理論的權值確定方法

17、J重慶大學學報，2002，(7)：127130 。陳華友組臺預測權系數(shù)確定的一-種合作對策方法J】預測，2003年第1期 俞濟佯卡爾曼濾波及其在慣性導航中的應用【J航空專業(yè)教材編審室，1994 3 蘭州商學院碩士學位論文 組合預測模璋!研究及其在電力負荷預測中的應用 知道某種預測方法“一直好”或“一直壞”，那么一種簡單的做法是“完全采用”或 “完全舍棄”，那么組合預測也就失去意義。組合的目的就是要綜合利用各種方法所 提供的信息，根據(jù)每一單項預測方法的“時好時壞”性，反映在權重上的“時大時 小”，也即變權重的組合預測方法。 但是，由于變權重的組合預測方法比較復雜，所以耳前關于變權重的組合預測 方

18、法并不多見。曹長修等人(1996)。和唐小我等人(1997)。提出了兩種模糊變權 重組合預測方法，但曹長修等人(1996)所提出的變權重方法，其當前時刻的權重 僅取決于上一時刻的誤差及誤差的變化率，所以這種方法有一定的局限性。唐小我 等人(1997)對此做了改進，其當前時刻的權重是根據(jù)最近一段時間內預測誤差絕 對平均值的相對指標和滾動的有限時域長度內預測誤差絕對累計值的相對指標來決 定，所以這種方法比曹長修等人(1996)提出的方法更為科學，其仿真結果也說明 了這一點。變權重的組合預測方法有待做迸一步的研究。要提高組合預測精度，必 須研究變權重的組合預測方法。 (3)權重的范圍 對于權重向量x

19、(f)，需滿足的條件應為： K(f)一【kl(f)，k：(O,k。(r)】 羅t(f)一1,0cc。(f)1 衙 方法而完全舍棄掉其它方法，七。(f)一0表示完全舍棄第i種方法。 但部分文獻提出的組合預測方法，所得出的權重有可能為負。目前預測學界對 于負權重是否可以接受尚有一定的爭議，作者對負權重持否定態(tài)度。理由很簡單， 因為權重表示對某種方法的偏重程度或可信程度，所以負權重沒有實際的物理意義。 如何避免出現(xiàn)負權重，唐小我，曹長修，金德運(1994)。、曾勇，唐小我(1994) 曹長修，王景，唐小我一種模糊變權重組合預測方法F”法的研究J】預測，1996，(5)；49-50 。唐小我，乇景，曹

20、長修一種新的模糊自適應變權重組合預測方法J電子科技大學學報，1997。26(3) 289-292 唐小我，曹長修，金德運組合預測最優(yōu)向量的進一步研究J預測，1994，(2)：4849 4 蘭州商學院碩士學位論文 組合預測模型研究及其在電力負荷預測|fI的應用 。對此做了研究。但唐小我，曹長修，金德運(1994)、曾勇，唐小我(1994)的方 法僅針對不變權重的組合預測方法，對于變權重方法，如何避免出現(xiàn)負權重需作進 一步的研究。所以在給出新的預測方法時，應考慮權重的范圍。 (4)權重的最優(yōu)問題 最優(yōu)組合預測方法的定義如下：如果某一加權系數(shù)向量蠔使組合預測方法的預 測誤差平方和，達到極小值J。，即

21、I，。min0，則稱K為最優(yōu)加權系數(shù)向量，其 所對應的組合預測方法稱為最優(yōu)組合預測方法。 唐小我(1992)。提出了最優(yōu)組合預測方法，其思想是根據(jù)“過去一段時間內組 合預測誤差最小”這一原則求出各個單項方法的權系數(shù)。具體做法是：假定“過去 一段時間內”權重向量為K，從而可得出“過去一段時間內”的組合預測誤差，再 利用拉格朗日求導法得出權重向量。 這種方法不失為一種經典的組合預測方法，但不能稱其為最優(yōu)組合預測方法。 因為得出的權重向量要用于預測以后時刻的真值，而不能將其反代入“過去這段時 間內”的值來求組合預測誤差，也即混淆了預測、濾波估計及平滑概念之間的區(qū)別。 另外，其前提是假定了“過去這段時

22、間內”的權重向量為一常數(shù)值，從而不是一種 變權重的組合預測方法，所得出的組合預測誤差平方和也就不一定為最小值。因此 這種方法就不能稱為最優(yōu)組合預測方法。 如果考慮權重的變化問題，最優(yōu)的權重理論上存在，但在實際中卻很難求出。 根據(jù)最優(yōu)組合預測方法的定義，最優(yōu)權重向量表現(xiàn)為一個”維列向量，其中只有一 個元素為1，其余全為0，且為1的元素的位置變化不定。這在實際中基本上是求不 出來的，因為沒有哪一個指標能全面衡量各個單項方法的優(yōu)劣。 所以不能輕易地稱哪種方法為最優(yōu)組合預測方法，而應針對不同預測對象在組 合預測精度上多花功夫。 (5)預測精度的求取問題 目前，在己經發(fā)表的論文當中，大部分論文在求取預測

23、精度時，存在這樣個 國曾勇，唐小我線性規(guī)劃在非負權葦最優(yōu)組合預測計算中的應用J預測1994(3)；5556 鍤小我預測理論及其應用H】成都：電子科技大學出版社，1992年 蘭州商學院碩士學位論文 組合預測模型研究及其在電力負荷預測q，的應用 錯誤的做法：已知On時刻的真實值y(f)和單項預測值，f(f)，可求出權重t：但是 卻又將七，反代入。一n時刻的工(f)得出組合預測值七；fat)，再計算出預測精度? 以上做法是錯誤的，利用o，一時刻的數(shù)據(jù)求出的權代入H+1時刻的單項預測值，才 能得到真正意義上的組合預測值，再進一步求出預測精度。應該認識到，這是一個 預測問題，而不是個濾波或平滑問題。 1

24、12對電力負荷預測的研究狀況 傳統(tǒng)的負荷預測，主要是靠預測人員的干預完成的，對預測人員的素質、分析 能力和運行經驗都有很高的要求。其發(fā)展可分為兩個階段：第一階段：預測人員完 全依靠自己的經驗獨立完成預測；第二階段：引進具有一定分析能力的負荷預測軟 件，參考軟件分析結果，以人工干預和修正完成預測。 隨著我國市場經濟及電力工業(yè)的快速發(fā)展，電力負荷所受的影響因素大大增加， 并日趨呈現(xiàn)社會化、復雜化。面對更趨混沌的電力負荷變化規(guī)律，傳統(tǒng)的以人為主 的負荷預測方式難以適應需求。同時，隨著電力市場的進一步開放，各調度中心對 負荷預測的準確性、實時性、可靠性及智能性都提出了更高的要求。 目前實際運用中使用的

25、負荷預測方法主要有回歸分析法、時間序列法、指數(shù)平 滑法、灰色模型法、專家系統(tǒng)法、人工神經網(wǎng)絡法、小波分析預測技術和數(shù)據(jù)挖掘 理論等。 (1)回歸分析法 回歸分析法是研究變量與變量之間的一種數(shù)學方法。在回歸分析中，自變量是 隨機變量，因變量是非隨機變量，由給定的多組自變量和因變量資料，研究各自變 量和因變量之間的關系，形成回歸方程，求解回歸方程后，給定各自變量數(shù)值，即 可求出因變量值。回歸分析法根據(jù)歷史數(shù)據(jù)和一些影響負荷變化的因素變量來推斷 將來時刻的負荷值。 回歸分析法的特點是：原理、結構簡單，預測速度快，外推特性好，對于歷史 上未出現(xiàn)過的情況有較好的預測值。 存在的不足：歷史數(shù)據(jù)要求高，采用

26、線性方法描述比較復雜的情況過于簡單， 6 蘭州商學院碩一t學位論文 組合預測模型研究及其在電力負荷預測巾的應用 無法詳細地考慮各種影響負荷的因素，模型初始化難度較大，需要豐富的經驗和較 高的技巧。 (2)灰色模型法 灰色系統(tǒng)理論將一切隨機變化量看作是在一定范圍內變化的灰色量，常用累加 生成(AGO)和累減生成(1AGO)的方法將雜亂無章的原始數(shù)據(jù)整理成規(guī)律性較強的 生成數(shù)據(jù)列。用灰色模型(GM)的微分方程作為電力系統(tǒng)單一指標(如負荷)的預測時， 求解微分方程的時間響應函數(shù)表達式即為所求的灰色預測模型，對模型的精度和可 信度進行校驗并修正后即可據(jù)此模型預測未來的負荷。此法適用于短、中、長三個 時

27、期的負荷預測。 (3)專家系統(tǒng)法 專家系統(tǒng)是依據(jù)專門從事短期負荷預測的技術人員提供的經驗，總結出一系列 的規(guī)則，并建立相應的歷史負荷和天氣的數(shù)據(jù)庫，利用if-then規(guī)則對待預測日的負 荷進行估計由于專家系統(tǒng)將天氣條件作為一個重要因素引入預測模型，因而預測 的結果更為令人滿意。 專家系統(tǒng)預測的優(yōu)點在于較好的解決了天氣等因素對負荷的影響，有力的克服 了時間序列法不能處理數(shù)據(jù)序列中出現(xiàn)大擾動的情況。但是這種方法過分依賴規(guī)則， 如果沒有一系列成熟的規(guī)則負荷預測就無法進行，而規(guī)則本身不具有普遍適應性， 預測模型不能推廣到所有的系統(tǒng)，這正是專家系統(tǒng)存在的弱點。 (41人工神經網(wǎng)絡法 人工神經網(wǎng)絡方法是九

28、十年代以來發(fā)展起來的新方法，用人工神經網(wǎng)絡進行負 荷預測是電力系統(tǒng)負荷預測的一個新發(fā)展方向。人工神經網(wǎng)絡法利用人工神經網(wǎng)絡 (ANNl，選取過去一段時間的負荷作為訓練樣本，然后構造適宜的網(wǎng)絡結構，用某 種訓練算法對網(wǎng)絡進行訓練，使其滿足精度要求之后，用ANN作負荷預測。一般 而言，ANN應用于短期負荷預測要比應用于中長期負荷預測更為適宜，因為短期負 荷變化可以認為是一個平穩(wěn)隨機過程，而長期負荷預測與國家或地區(qū)的政治、經濟 政策等因素密切相關，通常會有些大的波動，而并非是一個平穩(wěn)隨機過程。 目前用人工神經網(wǎng)絡進行負荷預測還存在些問題，比如，模型結構的確定， 輸入變量的選取，人工神經網(wǎng)絡的學習時間

29、較長等問題。但它仍具有許多其他方法 蘭州商學院碩，I：學位論文 組合預測模型研究及其在電力負荷預測巾的廊用 所不能比擬的優(yōu)點，例如：良好的函數(shù)逼近能力，通過對樣本的學習，能夠很好的 反映對象的輸入輸出之間復雜的非線性關系。因此人工神經網(wǎng)絡受到許多學者的高 度評價。 (5)小波分析預測技術 小波分析是Fourie分析深入發(fā)展過程中的一個新的里程碑，是本世紀數(shù)學研究 成果中最杰出的代表，己成為眾多學科共同關注的熱點。一方面，小波分析發(fā)揚了 Foufie分析的優(yōu)點，克服了Fourie分析的某些缺點。另一方面，小波分析現(xiàn)在己經 被廣泛應用于信號處理、圖像處理、量子場論、語言識別與合成、地震預報、機器

30、視覺、機械故障診斷與監(jiān)控、數(shù)字通信與傳輸?shù)缺姸囝I域。原則上講，凡是傳統(tǒng)方 法中采用Fourier分析的地方，基本上都可以用小波分析來取代，而且其應用結果會 得到深化和發(fā)展，因此小波分析作為一種多方面運用的數(shù)學工具，具有巨大的潛力 和廣泛的應用前景。 電力系統(tǒng)中曰負荷曲線具有特殊的周期性，負荷以天、周、年為周期發(fā)生波動， 大周期中嵌套小周期。而小波分析是一種時域或頻域分析方法，它在時域和頻域上 同時具有良好的局部化性質，并且能根據(jù)信號頻率高低自動調節(jié)采樣的疏密，容易 捕捉和分析微弱信號以及信號、圖像精細的采樣步長，從而可以聚焦到信號的任意 細節(jié)，尤其是對奇異信號很敏感，能很好的處理微弱或突變的信

31、號，其目標是將一 個信號的信息轉化成小波系數(shù)，可以方便的處理、存儲、傳遞、分析或被用于重建 原始信號，這些優(yōu)點決定了小波分析可以有效地應用于負荷預鋇0問題的研究。 (六)模糊預測法(FUZZY) FUZZY預測，是近幾年來在電力系統(tǒng)負荷預測中不斷出現(xiàn)的一種預測方法。將 FUZZY方法引入的原因是，電力系統(tǒng)中存在著大量的模糊信息，如負荷預測中的關 鍵因素氣象狀況的評判、負荷的日期類型的劃分等信息，都是模糊的。常規(guī)方法就 是采用統(tǒng)計和經驗相結合的方法，予以處理，這給負荷預測引入了不科學因素，并 且與自動化要求相矛盾，而FUZZY方法正是破解這些模糊信息的鑰匙。從實際應 用來看，單純的FUZZY方法

32、對于負荷預測的精度往往是不盡人意的，主要因為 FUZZY預測沒有學習能力，這一點對于不斷變化的電力系統(tǒng)而言，是極為不利的。 8 蘭州商學院碩：學位論文 組合預測模型研究及其在電力負荷預測|1的應用 12本文的研究內容和結構安排 本文將采用定性和定量、理論與實際相結合的方法，運用時間序列分析、BP神 經網(wǎng)絡預測、組合預測理論對我國電力負荷進行預測和分析比較，在多種組合預測 模型中找出一個最適合電力負荷數(shù)據(jù)的模型，通過該組合模型來對未來幾年全社會 用電量進行預測，以期為電力戰(zhàn)略與政策的制定提供科學決策的依據(jù)。 本文將分為五章來對組合預測理論及其在電力負荷預測中的應用進行系統(tǒng)的研 究。第一章是緒論，

33、主要通過國內外對組合預測研究狀況以及對電力負荷預測的研 究狀況進行了文獻綜述。第二章對組合預測理論進行了較為詳細的敘述，采用了五 種不同確定權數(shù)的方法來建立組合預測模型，另外提出了建立組合預測模型條件。 第三章是對電力負荷建立單項預測模型。采用了時間序列分析和BP神經網(wǎng)絡對我國 用電量數(shù)據(jù)分別建立模型。第四章是在第三章內容的基礎上，就單項預測模型建立 各種組合預測模型，并對預測結果進行了分析與對比。第五章即最后一部分，為全 文概括總結。 9 蘭州商學院碩上學位論文 組合預測模型研究及其在電力負荷預測中的應用 2組合預測理論 21組合預測的基本原理 組合預測是將幾種預測方法所得的預測結果，選取適

34、當?shù)臋嘀剡M行加權平均的 一種預測方法。組合預測方法原理：假設在某一預測問題中，對該預測對象，有k種 預測方法，其中利用第f種方法對t時段的預測值為凡(f-1，2，七)，利用這k個預 測值構成個對，的最終預測結果，即，一y(，2，厶，)，如果各種方法的 k 權重=【H，r，滿足M-1，則組合預測模型可表示為： 口 I (f=1，2，H) y(A，2，)一M厶 面 這就是組合預測的基本思想。 組合預測方法是建立在最大信息利用基礎上，它集結了多種單一模型所包含的 信息，進行最優(yōu)組合。因此，在大多數(shù)情況下，通過組合預測可以達到改善預測結 果的目的。 組合思想移植、應用到統(tǒng)計、預測及其它一些領域，發(fā)揮出

35、了巨大的威力，可 以說，組合思想的啟示帶來了方法論上的一大進步，而方法論又是通用的，因而組 合思想及其方法就會向其它學科滲透，并能起到其獨有的作用：(1)通過各種方法的 組合，可以達到取長補短的效果。每種方法都有其自身的優(yōu)點和缺點，它們的適用 場合也不完全相同，通過將具有互補性的方法組合在起，就能夠使各種方法的缺 點得到彌補，而同時兼具各方法的優(yōu)點：(2)通過各種方法的組合，可以利用更多的 信息。不同的方法從不同的角度對我們所研究現(xiàn)象進行描述，一種方法只是反映事 物的一個側面，提供有關事物的一部分信息，要反映事物的全貌必須從多角度、全 方位進行考察，這樣得到的信息就更能體現(xiàn)事物的本質和原貌；(

36、3)組合不是簡單地 進行堆砌，而是將具有內在聯(lián)系的一些方法、事物通過一定的方法和步驟挑選出來， 并利用各種方法將它們加以組合，這種組合所起到的效果并不等于而是大于組合中 蘭州商學院碩j：學位論文 組合預測模型研究及其在電力負荷預測中的應用 各元素的效果之和：(4)通過組合可以得到一些良好的性質。組合中各元素本不具有 某些性質，但通過組合，卻能得到一些良好的性質。 組合預測方法提倡對于同一個預測目標盡可能不要只從單一角度著眼進行預 測，而是從多個不同的方面系統(tǒng)地進行，這樣就可以得到同一個預測目標的多個有 定差異的預測結果。組合預測理論認為這些結果各自所載有信息的價值是不同的， 所以應該盡力使它們

37、各自所載有的有價值的信息提取出來，用加權的方式把它們組 合成一個綜合的預測結果。 組合預測的方法關鍵在于怎樣確定組合預測中各個預測方法的權重系數(shù)。不同 的組合預測權重系數(shù)的優(yōu)化標準決定了不同的組合預測模型方法。下面主要介紹幾 種確定權數(shù)的方法。 22組合預測系數(shù)的確定 221等權平均法(占) 等權平均組合預測方法(也稱EW方法)是一類經常使用的組合預測方法。 設五(f一12，t)為第f個模型的預測值，如果用正代表組合預測值，則礦方 法得到的組合預測值為： ，c。去善 EW方法不需要去了解單一預測值正的預測精度，也不需要知道單一預測的誤 差之間的相互關系。因此，只有事先了解到這些預測值有相接近的

38、誤差方差，EW方 法才是合理的。 EW組合預測方法是組合預測方法中最簡單的一種，雖然方法簡單，但也是對 各種預測方法的預測精度完全未知的情況下所采用的一種較為穩(wěn)妥的方法。對于這 種簡單平均組合預測方法的性質，可以通過下面的一項研究加以說明，此項研究取 and 自SpyrosRobert(1983)。 對1001個時間序列，分別考慮了簡單移動平均、一次指數(shù)平滑、自適應指數(shù)平 蘭州商學院碩學位論文 組合預測模型研究及其在電力負荷預測中的應用 滑、線性時間回歸等10種預測方法，研究不同數(shù)目預測方法對簡單平均組合預測誤 差的影響，評價預測誤差的評定標準為平均絕對百分誤差(MAPE)，結果如圖21。 這

39、里Pt1相當于使用種方法，P一10相當于使用了所有10種方法進行組合， 一般情況下，P一1,2，10，可取c二所有可能的預測方法的組合。圖21中的三條 曲線分別表示，對于每一個P所有這些組合中最大的誤差(MAPE(H)，最小的 誤差(MAPE(L)和所有組合的平均誤差(MAPE)。 從圖21中可以看出，隨著方法數(shù)目p的增加，MAPE似)單調減少，從P一1時 有下降，表面上看，通過組合的預測方式能使預測精度在“單一的最好方法”的基 礎上進一步提高，MAPe(#)曲線隨著P的增加下降得最快，P一】時的MAPE為 從這項研究可以看出，如果僅使用一種方法進行預測時，那么這個方法選擇的 合適與否就很重要

40、，存在一定的風險。當所使用的一些方法進行簡單平均組合預測 時，這種風險就大大降低了。簡單平均組合預測方法的結果對于特定的某個預測方 法的選擇并不敏感，它比僅僅依賴于某一種預測方法更可靠，風險更小。 MAPE 28 26 24 22 20 13 16 P 1 2 3 4 j 6 1 8 9 10 圖21平均絕對百分誤差圖 蘭州商學院碩士學位論文 組合預測模型研究及其在電力負荷預測中的應用 222方差協(xié)方差法(MV) 設，l，2是關于，的無偏預測值，。是加權平均的組合預測值。預測誤差分別 為el,e2和e。，取H和W2為相應的權系數(shù)，且M+_1，21，有： f。一w+W2fl 要求正也是無偏的，且

41、誤差及其方差分別為： ef。wlet+w202 Var(e。)。E(e2)一【E(P。)】2-瓴2)一艇 為此，要使MSE達到最小就等價：T-Var(e。)最小，而 式中Cov(e，島)為el，e2協(xié)方差， 關于M對砌，(e。)求極小值，可得： 嵋*丙麗V河ar(面e2)函-Co鬲v(e瓦l,e：i)麗 且w2=l-wl 記砌r(e1)一吼l，Var(e2)-口，Cov(el，e2)。吼2 兩個預測方法的組合預測權系數(shù)分別為： 盯22012 M。i焉忑仃11+盯笠一zo2 曼紅 w。 。盯114-on一2盯12 特別當盯120，有： 砒。壘 1 ql+022 帆， !l! + 盯1l+022

42、從上式不難看出： 蘭州商學院碩士學位論文 組合預測模型研究及其在電力負荷預測中的應用 21 lira H，2=1 liraw2 liraM一1lirawl1 1I。 ， 一， 1IO， 暢0 因此，預測值，1越可靠，1的權數(shù)值越大；反之亦然。 可以證明： 腸，以)自墨吼l及p缸純)旆22 min(orll，a口) 且腸，他)幽s 這表明，MV方法優(yōu)于各單一的方法，也優(yōu)于EW方法。 下面把兩種預測方法的組合結果一般化。設七個無偏預測值分別為，I，2， 各自預測誤差的方差為q，仃：，D。在許多實際情況中，不同預測方差之間是不 相關的，則k個預測值的組合預測結果為： ，c善M善M。1 組合預測誤差的方差為： V