部分内容展示

当前，我国缺电规模不断扩大，直接影响到电力系统的安全运行。为了缓解供用电之间的矛盾，保证居民的生活质量，需要准确的进行用电需求预测。本文结合武汉市用电实际情况，采用灰色理论，构建武汉电力需求预测模型，通过计算与MATLAB验证武汉电力需求预测模型的可行性，并通过将武汉电力需求预测模型与其他预测方法进行对比，进一步说明了武汉电力需求预测模型的有效性与可行性。
 
关键词：武汉；电力需求；预测；灰色理论；更多范文 灰色预测模型具有以下特征：这个预测方式一般在中长期预测中应用比较广，中长期预测所需数据量不大，如果原始数据量很大，那么就通过最近的数据构建该模型，各个时刻的模型不一样，构建出与之相符的模型之后才可以进行预测，不能将所有数据都用来构建相同的模型，否则预测结果的精确度会受到影响，而且和相关原则不相符。
灰色模型（Grey Model，GM）里，使用最多的就是GM（1，1），GM（1，1）属于灰色预测模型中最为关键的一部分，其通过历史数据，构建微分方程模型，这个理论可以构建该方程模型，是因为：
（1）负荷数据最初为随机量，而灰色理论就是将随机量作为某个范围中的灰色量，而随机流程即相应范围中的随机过程。
（2）在这个理论中，没有规律的数据进行处理之后可得到具有一定规律的序列，这个序列为上升形态，而且指数是逐渐增长的，因为一阶微分方程解即指数增长，因而在数列形成以后即可构建微分方程模型，也就是说，这个模型就是在所形成的数列基础上构建的。
（3）该理论就是利用数据取舍，根据不一样的灰数生产的方法和不一样级别的GM残差模型，对精度进行相应调整。
（4）GM模型的数据都已经进行了逆生成，也就是累减之后还原所获得的数据。
GM（1，1）模型的应用范围比较大，模型中只含有单变量一阶微分方程，电力负荷预测中，这个模型的使用比较频繁。
GM（1，1）模型其实是原始数据进行累加之后所形成的序列，该序列已具有相应规律，而且与之对应的曲线通过典型曲线逼近，再把该曲线设为模型，然后预测系统中的数据。