电力负荷预测中的数学方法及应用研究

【摘要】： 负荷预测是电力系统的重要工作之一，准确的负荷预测是提高电力系统经济效益和社会效益的保证。本文致力于电力负荷预测模型研究，在对现有的预测方法进行深入的学习后，提出了一种新的组合预测模型，即基于最大信息压缩指标的组合预测模型。 全文分为四章，第一章概述了电力系统负荷预测的意义、研究内容、负荷预测的特点、研究现状。 第二章对负荷预测中的计量经济模型、逐步回归模型以及模糊聚类预测模型。进行了深入的研究。 第三章从信息论的角度对预测给出了一种新的解析：预测是人们从预测对象的已有信息中提取出能预示未来的信息；并首次引用最大信息压缩指标来度量单个预测模型所产生的信息损失。在对各个预测模型的信息损失量进行模糊评判后，赋予各个预测模型相应的权重，对信息损失大的预测模型赋予较小的权重，否则，赋予较大的权重，从而建立一个新的组合预测模型，即基于最大信息压缩指标的组合预测模型。并应用新建立的组合预测模型对华东地区的用电量进行中长期预测。并对预测误差进行比较分析。试验结果表明：基于最大信息压缩指标的组合预测模型优于其中的任意一个预测模型，显示其较好的预测性能。 第四章为结束语，总结了论文的工作和成果，并提出了进一步研究的方向。