一种中长期电量变权组合预测方法及系统技术方案

本发明专利技术属于中长期电量预测领域，提供了一种中长期电量变权组合预测方法及系统，包括分别根据不同的预先训练好的电量预测子模型对中长期电量进行预测，并对预测结果进行预处理，确定预测结果和真实值之间的预测误差；按照最小二乘规划方法，在保证不会出现负权重的同时，基于预测误差和时间距离分配个子模型的权重，确定使误差平方和最小的权重系数，得到各子模型的最佳权重；基于各子模型的最佳权重确定组合预测模型，利用组合预测模型获取组合预测的值。本发明专利技术将各子模型的预测结果按照不同的权重组合，弥补单一模型的缺点，提高电量预测精度。预测精度。预测精度。

【技术实现步骤摘要】
一种中长期电量变权组合预测方法及系统


[0001]本专利技术属于中长期电量预测
，具体涉及一种中长期电量变权组合预测方法及系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
[0003]传统的中长期电量预测算法以数理统计为理论基础，有单耗法、趋势外推法、时间序列法、回归分析法等。单耗法是利用某区域产品产量、产值计划和用电单耗来预测电力负荷需求，预测精度较低；趋势外推法，是指根据历史负荷的变化趋势，预测未来负荷变化的情况这类方法所需数据少，计算量小，但是考虑规律过于简单，不适用于负荷跃变、大波动等情况；时间序列法，把负荷变化看作一个平稳的随机过程建立模型，并通过对数据的分析和处理，完成模型的类别选择和参数识别，可自动连续预测，但是对数据平稳性要求高；回归分析法，通过分析各种负荷影响因素与负荷之间的因果关系，对负荷进行预测，计算简单，但是鲁棒性差，且精度不高。近年来，随着现代科学理论研究的不断进步，以灰色理论、专家系统理论、神经网络等为代表的预测模型逐渐兴起，一些基于该理论的现代本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种中长期电量变权组合预测方法，其特征在于，包括：分别根据不同的预先训练好的电量预测子模型对中长期电量进行预测，并对预测结果进行预处理，确定预测结果和真实值之间的预测误差；按照最小二乘规划方法，在保证不会出现负权重的同时，基于预测误差和时间距离分配个子模型的权重，确定使误差平方和最小的权重系数，得到各子模型的最佳权重；基于各子模型的最佳权重确定组合预测模型，利用组合预测模型获取组合预测的值。2.如权利要求1所述的一种中长期电量变权组合预测方法，其特征在于，所述电量预测子模型包括支持向量机子模型、灰色模型和LSTM神经网络模型。3.如权利要求1所述的一种中长期电量变权组合预测方法，其特征在于，所述按照最小二乘规划方法，在保证不会出现负权重的同时，基于预测误差和时间距离分配个子模型的权重，确定使误差平方和最小的权重系数，得到各子模型的最佳权重，包括：根据各子模型的预测误差和预测结果权重确定组合模型的误差；根据组合模型的误差，确定组合模型的误差平方和；根据时间距离对不同预测期的误差平方和赋予不同权重，得到最终的组合模型的误差平方和；以最终的组合模型的误差平方和最小为目标，确定各子模型的最佳权重。4.如权利要求3所述的一种中长期电量变权组合预测方法，其特征在于，所述组合模型的误差平方和，具体为：的误差平方和，具体为：其中，e
t
表示组合模型的误差，S表示组合模型的误差平方和，t表示时间标签，即第t个点的数据，T表示总的数据量，W
t
＝[ω
1t
,ω
2t
,
…
,ω
kt
]
T
表示模型的权重矩阵，W
tT
表示W
t
的转置矩阵，A
t
＝[e
1t
,e
2t
,
…
,e
kt
]
T
表示误差矩阵；A
tT
表示A
t
的转置矩阵；A
tT
表示A
t
的转置矩阵。5.如权利要求3所述的一种中长期电量变权组合预测方法，其特征在于，所述根据时间距离对不同预测期的误差平方和赋予不同权重，得到最终的组合模型的误差平方和，具体为：其中，Q
t
表示第t个点的数据赋予的权重，满足T表示总的数据量，W
t
＝[ω
1t
,ω
2t
,
…
,ω
kt
]
T
表示模型的权重矩阵，W
tT
...

【专利技术属性】
技术研发人员：刘明，刘堃，张锴，宋静，薛云霞，方磊，李玉志，李丰硕，朱海南，孙华忠，王娟娟，刘传良，金峰，陈兵兵，李宗璇，李国强，孙光亮，郑旭东，
申请(专利权)人：山东大学，
类型：发明
国别省市：