基于ARIMA改进模型的电力短期负荷预测

摘要：

提高负荷预测精度对于电力系统经济可靠的运行具有重要意义.在实例预测中,利用累积式自回归动平均法(ARIMA)进行电力短期负荷预测时所得误差序列有较明显的周期规律性.针对此现象及其原因,为提高预测精度,本文提出了利用最小二乘支持向量机(LS-SVM)对ARIMA预测偏差进行修正的ARIMA-LSSVM预测模型.利用该改进模型对某地区电网负荷进行实例预测,结果表明该方法具有较高的预测精度和较强的推广应用能力,可作为电力短期负荷预测的一种新方法.

关键词： 电力系统 短期负荷预测 ARIMA模型 偏差修正

作者: 刘国徽 刘小满 余雪芳

作者单位: 东北电力大学电气工程学院,吉林,吉林,132012

会议类型: 国内会议

会议名称: 中国高等学校电力系统及其自动化专业第二十六届学术年会暨中国电机工程学会电力系统专业委员会2010年年会

会议地点: 上海

会议语种:中文

页码: 1-4

在线出版日期: 2010-10-01（万方平台首次上网日期，不代表论文的发表时间）