基于ARIMA-GWO-SVR组合模型的线损率时序预测

作者：杨正宇; 韩彤; 赵振刚

来源：供用电, 2022, 39(07): 58-63.

DOI：10.19421/j.cnki.1006-6357.2022.07.009

• 线损率
• 差分自回归移动平均
• 支持向量回归
• 灰狼优化算法
• 数据重构
• 时间序列

线损率是衡量电网经济性的重要指标，为了实现对电网线损率的时间序列预测，以差分自回归移动平均（autoregressive integrated moving average,ARIMA）模型为基础，结合对非线性数据处理效果优异的支持向量回归（support vector regression,SVR）模型，提出了基于时间序列的线损率组合回归模型；利用基于灰狼优化算法（grey wolf optimizer,GWO）的SVR模型，对ARIMA预测的残差进行数据重构并重新进行建模预测，最终将2个模型预测结果相组合得到最终的预测结果。经过实例分析，组合模型的均方误差和平均绝对误差均优于单一的ARIMA模型和常用的ARIMA-SVR模型，具有优异的预测效果。

• 单位
  云南电网有限责任公司电力科学研究院; 自动化学院; 昆明理工大学