基于GMDH的中长期电力负荷组合预测模型

作者：顾洁; 李雪亮; 牛新生; 王春义; 陈贝

来源：电力科学与技术学报, 2012, (01): 54-58.

• 电力系统
• 中长期负荷预测
• 组合预测
• 数据挖掘
• 数据处理组合方法 power system
• mid-long term load forecasting
• combining forecast
• data mining
• GMDH

组合负荷预测模型能够充分利用数据信息,有效降低预测风险、改善预测效果,在中长期负荷预测中获得了广泛应用。而目前的组合预测模型实质大都为单一预测模型的加权平均,没有能够充分发挥综合预测的优势.应用数据分组处理方法(GMDH)进行组合预测,在充分考虑各单一模型特点和预测效果的基础上,形成多元非线性组合预测模型,自动从数据中挖掘出重要信息,克服了传统组合预测模型建模中的主观因素影响,可以改善预测精度。并将该预测模型应用于实际电网,计算结果表明该模型有效提高了预测精度,适用于中长期负荷预测.

• 单位
  上海交通大学; 山东电力研究院