张栋梁，严 健，李晓波，任晓达，张金忠，张福来



基于马尔可夫链筛选组合预测模型的中长期负荷预测方法

张栋梁1，严 健1，李晓波1，任晓达1，张金忠2，张福来2

(1.中国矿业大学信息与电气工程学院, 江苏 徐州221008；2.赣榆区供电公司，江苏 连云港 222100)

在负荷预测的模型组合过程中，主要是根据历史数据的趋势恰当选择模型，再根据模型特点选择权重分配方法。针对灰色关联度满足要求的几种模型预测值分化较大的问题，从负荷数据的增长率无后效性这一特点出发，通过对原始数据增长率的分析，采用马尔可夫链划分区间，从几种满足精度要求的模型中筛选出两种进行组合预测，通过方差—协方差方法分配权重。经过该种方法的筛选，不仅可以更准确地选择组合预测模型的类型，而且具有较高精度。

马尔可夫链；筛选；灰色关联度；组合预测

0 引言

电力系统负荷预测是供电部门科学、经济、合理地管理电力系统的一项重要内容。对电力部门分配未来几年的工作任务，合理部署人力、物力资源，促进国民经济快速、稳定增长具有极为重要的意义。对于中长期负荷预测，其中涉及的因素多且复杂。对于同一增长趋势，可用多种模型对其评估，结合灰色关联度等评价指标，最终可以选择是采用单一模型还是组合模型。

而在预测过程中，对于近期有波动的负荷数据，即便是所选用模型的预测值满足评价指标的要求，所预测的结果也有可能相差较大。

如果不进行模型筛选而直接组合起来预测，将会大幅降低预测的精度。……