孙 伟1，常 虹2，赵巧芝1



基于量子和声优化的改进DMSFE组合模型及在中长期电量预测中的应用

孙 伟，常 虹，赵巧芝

(1.华北电力大学经济管理系，河北 保定 071003；2.华东理工大学信息科学与技术学院，上海 200237)

为了最大限度利用单项模型预测信息，减少模型选择的风险，给出了一种基于量子和声搜索算法（QHS）的改进DMSFE组合预测方法（QHS-IDMSFE）。考虑时点差异和模型差异，将DMSFE模型中的折现因子扩展为矩阵形式。并采用量子编码和声库，利用态叠加增加和声库中每个和声携带的信息量，提高算法的寻优能力，以达到在保证MAPE目标函数最小前提下通过QHS算法寻优确定出最优矩阵形式，进而确定单项模型的组合权重。采用两个地区年用电量数据对提出的模型进行验证，结果显示该组合方法能有效提高预测精度且适用于中长期电量预测。同时能够实现矩阵的智能寻优，并保证预测误差最小。

量子和声搜索算法；折现因子；组合预测模型；电量预测

0 引言

中长期电量预测是进行电网规划的基础，同时，其预测的准确性还会影响电网运行的安全性和经济性。目前关于中长期电力预测的模型较多，具有明确的函数解析模型的方法一般预测误差较大，很难准确描述因变量和自变量之间的非线性关系，而人工智能方法则是计算过程复杂，含义不明晰，需要大量的数据样本，才能对事物实际发展趋势进行科学合理的模拟和预测。尽管目前有诸多预测模型可供选择，但没有任何一个预测模型或方法能够在任何情况下解决所有的预测问题，仅仅选择单项模型必将增加模型选择和预测风险。……