基于小波變換去噪和改進秩序集對分析的電價預(yù)測模型研究
發(fā)布時間:2020-12-23 04:39
電價序列由于受到多種因素的影響往往具有隨機性和波動性的特點,準(zhǔn)確的電價預(yù)測對電力市場優(yōu)化運營有一定的指導(dǎo)意義。挖掘電價序列的波動模式是提高電價預(yù)測精確度的關(guān)鍵。為此將小波變換去噪與改進秩次集對方法相結(jié)合,建立了一種新的電價預(yù)測模型。首先,利用小波變換對原始電價序列數(shù)據(jù)進行去噪處理。其次,利用改進的秩序集對分析法對去噪后的電價序列進行預(yù)測。通過對美國PJM電力市場實際的電價序列進行仿真實驗。結(jié)果表明,所提方法具有更好的預(yù)測效果,從而驗證了模型的有效性。
【文章來源】:華北電力大學(xué)學(xué)報(自然科學(xué)版). 2020年04期 北大核心
【文章頁數(shù)】:7 頁
【部分圖文】:
小波分解原理圖
分析研究電價的波動模式,是提高電價預(yù)測準(zhǔn)確率的關(guān)鍵因素。秩次集對能夠很好地分析電價的波動情況,但也存在著相應(yīng)的問題,即有可能兩個序列之間波動模式一致,但數(shù)值卻相差較大,如圖2所示。如果曲線1為當(dāng)前狀態(tài),曲線2是采用秩次集對方法所篩選出的與當(dāng)前狀態(tài)的相似的歷史數(shù)據(jù),從圖中可以看出,曲線1和曲線2兩條曲線雖然波動情況一致,但是幅值上卻有一定的差別,將曲線2之后的數(shù)值作為曲線1未來的預(yù)測值,易產(chǎn)生不小的誤差。鑒于此,本文提出一種改進秩次集對方法,以消除幅值偏差所帶來的不良影響。設(shè)滑動時間窗長度為k,當(dāng)前時刻為t,則當(dāng)前狀態(tài)的數(shù)據(jù)為x={xt-k+1,xt-k+2,…,xt},用秩次集對所篩選出的歷史相似狀態(tài)設(shè)為h={h1,h2,…,hk},則未來的數(shù)據(jù)值xt+1通過下面式子得到:
具體的多步預(yù)測模型流程圖如圖3所示。首先對原始電價序列X(t)進行4層小波變換得到4個細(xì)節(jié)分量和一個近似分量;其次去除4個細(xì)節(jié)分量,保留近似分量;最后,利用改進的秩序集對分析法進行滾動預(yù)測,直到達到預(yù)測步數(shù)為止。3 算例分析
【參考文獻】:
期刊論文
[1]新形勢對電力需求側(cè)管理的影響及政策創(chuàng)新探討[J]. 張素芳,黃韌,陳文君. 華北電力大學(xué)學(xué)報(社會科學(xué)版). 2019(03)
[2]基于奇異譜分析的短期電價預(yù)測[J]. 殷豪,曾云,孟安波,劉哲. 電力系統(tǒng)保護與控制. 2019(01)
[3]基于小波變換與傅里葉變換對比分析及其在信號去噪中的應(yīng)用[J]. 申莎莎. 山西師范大學(xué)學(xué)報(自然科學(xué)版). 2018(03)
[4]基于可信度加權(quán)組合的電價波動模式日前預(yù)報方法[J]. 姜利輝,周立棟,任建國,柯鵬,田林靜,王飛. 電力建設(shè). 2018(07)
[5]基于EEMD去噪和集對理論的風(fēng)功率實時預(yù)測研究[J]. 楊茂,陳郁林,魏治成. 太陽能學(xué)報. 2018(05)
[6]基于小波變換的組合預(yù)測模型在南京市GDP預(yù)測中的應(yīng)用[J]. 張敏,黨耀國. 數(shù)學(xué)的實踐與認(rèn)識. 2018(07)
[7]綠色電力定價機制及改進建議[J]. 李薇,龔奐彰. 華北電力大學(xué)學(xué)報(社會科學(xué)版). 2018(01)
[8]基于秩次集對分析的風(fēng)電功率實時預(yù)測研究[J]. 楊茂,陳郁林. 太陽能學(xué)報. 2016(03)
[9]基于小波分析和GM-ARIMA模型的月度售電量預(yù)測[J]. 樊嬌,馮昊,牛東曉,王筱雨,劉福炎. 華北電力大學(xué)學(xué)報(自然科學(xué)版). 2015(04)
本文編號:2933088
【文章來源】:華北電力大學(xué)學(xué)報(自然科學(xué)版). 2020年04期 北大核心
【文章頁數(shù)】:7 頁
【部分圖文】:
小波分解原理圖
分析研究電價的波動模式,是提高電價預(yù)測準(zhǔn)確率的關(guān)鍵因素。秩次集對能夠很好地分析電價的波動情況,但也存在著相應(yīng)的問題,即有可能兩個序列之間波動模式一致,但數(shù)值卻相差較大,如圖2所示。如果曲線1為當(dāng)前狀態(tài),曲線2是采用秩次集對方法所篩選出的與當(dāng)前狀態(tài)的相似的歷史數(shù)據(jù),從圖中可以看出,曲線1和曲線2兩條曲線雖然波動情況一致,但是幅值上卻有一定的差別,將曲線2之后的數(shù)值作為曲線1未來的預(yù)測值,易產(chǎn)生不小的誤差。鑒于此,本文提出一種改進秩次集對方法,以消除幅值偏差所帶來的不良影響。設(shè)滑動時間窗長度為k,當(dāng)前時刻為t,則當(dāng)前狀態(tài)的數(shù)據(jù)為x={xt-k+1,xt-k+2,…,xt},用秩次集對所篩選出的歷史相似狀態(tài)設(shè)為h={h1,h2,…,hk},則未來的數(shù)據(jù)值xt+1通過下面式子得到:
具體的多步預(yù)測模型流程圖如圖3所示。首先對原始電價序列X(t)進行4層小波變換得到4個細(xì)節(jié)分量和一個近似分量;其次去除4個細(xì)節(jié)分量,保留近似分量;最后,利用改進的秩序集對分析法進行滾動預(yù)測,直到達到預(yù)測步數(shù)為止。3 算例分析
【參考文獻】:
期刊論文
[1]新形勢對電力需求側(cè)管理的影響及政策創(chuàng)新探討[J]. 張素芳,黃韌,陳文君. 華北電力大學(xué)學(xué)報(社會科學(xué)版). 2019(03)
[2]基于奇異譜分析的短期電價預(yù)測[J]. 殷豪,曾云,孟安波,劉哲. 電力系統(tǒng)保護與控制. 2019(01)
[3]基于小波變換與傅里葉變換對比分析及其在信號去噪中的應(yīng)用[J]. 申莎莎. 山西師范大學(xué)學(xué)報(自然科學(xué)版). 2018(03)
[4]基于可信度加權(quán)組合的電價波動模式日前預(yù)報方法[J]. 姜利輝,周立棟,任建國,柯鵬,田林靜,王飛. 電力建設(shè). 2018(07)
[5]基于EEMD去噪和集對理論的風(fēng)功率實時預(yù)測研究[J]. 楊茂,陳郁林,魏治成. 太陽能學(xué)報. 2018(05)
[6]基于小波變換的組合預(yù)測模型在南京市GDP預(yù)測中的應(yīng)用[J]. 張敏,黨耀國. 數(shù)學(xué)的實踐與認(rèn)識. 2018(07)
[7]綠色電力定價機制及改進建議[J]. 李薇,龔奐彰. 華北電力大學(xué)學(xué)報(社會科學(xué)版). 2018(01)
[8]基于秩次集對分析的風(fēng)電功率實時預(yù)測研究[J]. 楊茂,陳郁林. 太陽能學(xué)報. 2016(03)
[9]基于小波分析和GM-ARIMA模型的月度售電量預(yù)測[J]. 樊嬌,馮昊,牛東曉,王筱雨,劉福炎. 華北電力大學(xué)學(xué)報(自然科學(xué)版). 2015(04)
本文編號:2933088
本文鏈接:http://sikaile.net/kejilunwen/dianlilw/2933088.html
最近更新
教材專著