电力系统负荷预测报告

一．数据预处理题中给出了三个地区的一个整年的负荷值，细分到一天96个点的数据.经过数据预览后发现部分点数据遗失，部分数据可能存在较大误差,因此需要一个数据预处理程序对数据进行预处理,平滑不符合要求的数

一．数据预处理 1. 96. 题中给出了三个地区的一个整年的负荷值，细分到一天个点的数据经过 , 数据预览后发现部分点数据遗失，部分数据可能存在较大误差因此需要一个 , 数据预处理程序对数据进行预处理平滑不符合要求的数据点。 2. A898, 经资料预览后决定选取地区从月开始的天的数据作为原始预测数据 30 预测之后天负荷值。这样选取基于两方面考虑：一是选取三个月及一个季 11, 度的值已经具有较大的代表性；二是月份的负荷值已知便于与预测出负 荷值相比较，进行误差分析，以辨别建立的模型好坏。 3. Excel 98matlab 应用选出天数据，导入中。编写数据预处理程序，其思想 ,0, 简述如下：对于数据遗失点即数据为点采用相邻两天的同一时刻的平均值 ,. 来作为原始资料若无相邻两天的资料，则采用相邻一天的数据值对于数据误 66 差较大的点，认为前后两天绝对值差大于为误差点（大概为单点负荷的 15%)96 ，此处处理需基于一个假设，即第一日的数据点数据为基准值。经 实际预测数据认为此方法可行。 二．采用灰色理论预测 GM11 具体使用灰色（，）模型对数据进行预测 第一部分:模型的建立 1. ,GM(11) 经分析讨论后认为灰色，模型具有所需建模样本数量少，计算简 , 单，可检验利于编写程序进行计算等优点，因此采用此模型进行建模预 测。 2. ,1-AGO 对预处理后的数据变换成行进行累加得到如下数据（为便于观察 ) 此处给出描点得到的曲线 3. BY. 依据灰色预测步骤建立累加矩阵及常数相向量 4. 利用最小二乘法求出灰系数。 5. 对累加数据进行计算。 6. 累减还原得到预测值。 7. CP 对数据进行后验差检验，得到后验差比值及小误差概率以验证建立 模型是否可行。 第二部分：模型的改进 1. 由于灰建模过程中的参数采用最小二乘法。最小二乘估计是使残差平方和取 得最小值时的最优解，可以保证解的无偏性，适合对数据进行一次性处理， 且计算简单。但是它求得的只是一个局部最优解，并非在任何情况下都能满 足要求，最小二乘法有解的条件是矩阵非奇异（行列式数值大于零），显然 , 是实对称阵。在实际计算中会出现矩阵接近于奇异（行列式数值接近于零） “”, 即所谓病态情况。由此导致参数估计结果不稳定不可信，这必然导致灰 , 预测公式的不稳定，不可信从而使得预测结果不稳定，不可信。实际计算中 —00000 528550 ; 得到的灰参数为［。。］导致最终预测值偏大，不可采用， C=09954,P= 0.5028 得到后验差比值。小误差概率。 2. GM1,1 考虑到以上情况，考虑对（）模型进行改进。首先对数据进行单位化， 而后平滑数据，使数据之间的离散度减小。但由于输入的数据量过大，最终