[发明专利]基于改进灰色预测模型的电力负荷中长期预测方法

权利要求书

1.一种基于改进灰色预测模型的电力负荷中长期预测方法，其特征是所述方法包括如下步骤：

首先给出灰色模型                                                的定义：

设有一组非负原始序列，，，，称为的一次累加（1-AGO），为的紧邻均值生成序列，其中，取；由1-MGO(first-level mean generating operation)产生，称为灰色微分方程，其时间响应函数，即可获得不同时刻的预测值，说明、两参数是关健，规定，，，，，。

2.根据权利要求1所述的基于改进灰色预测模型的电力负荷中长期预测方法，其特征在于还包括如下步骤：

步骤1：以每月的电力负荷量为研究对象，并形成一序列如1个月负荷量，作为建模的基本数据；

步骤2：对上述序列进行最优序列长度计算，步骤如下：

（1）取一组序列的，即（），为按照构建灰色模型步骤获得的、的，以及、值，在序列中加入i 项（），使得序列变为，则该序列的

（2）计算的平均绝对百分比误差（），并比较大小，取最小MAPE对应的序列长度为最优值；

，其中为样本数据个数，为第个预测值的相对百分比误差（%）。

3.根据权利要求1所述的基于改进灰色预测模型的电力负荷中长期预测方法，其特征在于：利用最优建立灰色预测模型，对后续电力月负荷量进行预测，并采用递推方式进行预测，以提高预测精度，

在最优序列长度的基础上，即获得建模初始数据，的、的，以及、值，其中也用、、、、来表示，该预测模型可以预测5个月内的负荷数值，那么获得第月负荷真值可以更新原预测模型。

4.根据权利要求3所述的基于改进灰色预测模型的电力负荷中长期预测方法，其特征在于：更新步骤分两步骤downdating 和 updating；

（1）Downdating: 对去掉最早月份负荷值则变为，则其1-AGO为，1-MGO为，，，其中，，，，由就可以获得，；

（2）Updating：添加新一项即第项，则在上一步基础上更新相应参数如下：，，，，从而可以获得、，至此模型获得更新。