[发明专利]一种基于马尔科夫链的电力系统负荷准确预测方法

摘要

本发明涉及一种基于马尔科夫链的电力系统负荷准确预测方法，已知值Lt-1的情况下，根据历史数据统计出下一时刻t的各种变化趋势，并统计其概率，最后以概率最大的一个趋势作为预测结果，并通过预测结果两侧加和概率修正得到最终结果。本发明的优点是负荷预测只用少量样本就可以进行，运行速度快，运算时间短，并且可以得出准确的概率预测结果。

主权项

一种基于马尔科夫链的电力系统负荷准确预测方法，其特征是，包括步骤如下：(1)对实测数据进行分析处理，取5组以上的历史负荷数据，每一组都有t‑1时刻的负荷数据Lt‑1和t时刻的负荷数据Lt；(2)对Lt‑1和Lt的值域做状态划分，并设定状态集合E＝{1，2，…，N}，其中1状态表示负荷为0～100之间的数值，2状态表示负荷为100～200之间的数值，以此类推，设t‑1和t时刻的状态取值分别为Ct‑1和Ct，则ΔC＝Ct‑Ct‑1即是在这一组数据中的状态转移距离，计算出的每组历史数据的状态转移距离得到状态转移表；(3)统计状态转移表中各转移距离发生的概率，并且将得到的概率结果按照转移距离升序排列，得到一个一维矩阵，这个称为转移矩阵F＝[a1，a2，…an]；根据转移矩阵可以得出在所取历史数据中出现概率最大的转移距离，将这一出现概率最大的转移距离作为待测时刻t相对于其前一时刻t‑1的转移距离；(4)检测电力系统某时刻的负荷值记为t‑1时刻状态量，根据t‑1时刻状态量和转移距离算出待预测t时刻所处的状态量，由t时刻的状态量再映射到其所代表的值域，取这一值域的中点作为待预测值；(5)对转移矩阵中最大概率两侧的概率进行加和统计，比较两侧的加和值大小，所述的两侧加和至少分别加和5个值，看加和值较大的一侧，选取该侧对应的步骤(4)所述值域的端点值，将该端点值与步骤(4)得的中点预测值再取中点值即为最终预测值。