【正文】 ............................... 14 累加生成 ................................................... 14 累減生成 ................................................... 14 均值生成 ................................................... 15 5 灰色預(yù)測的方法及步驟 ................................................... 16 灰色預(yù)測的方法 .................................................. 16 灰色預(yù)測的步驟 .................................................. 16 數(shù)據(jù)的檢驗(yàn)與處理 ........................................... 16 河南理工大學(xué)畢業(yè)設(shè)計(jì)（論文）說明書 II 建立模型 ................................................... 17 檢驗(yàn)預(yù)測值 ................................................. 17 主程序框圖 ...................................................... 19 預(yù)測預(yù)報(bào) ........................................................ 20 6 灰色預(yù)測模型 ........................................................... 21 GM(1,1)模型及應(yīng)用實(shí)例 ........................................... 21 GM(1,1)改進(jìn)模型及應(yīng)用實(shí)例 ....................................... 27 GM(1,N)模型及應(yīng)用實(shí)例 ........................................... 32 7 總結(jié) ................................................................... 33 致謝 ..................................................................... 34 參考文獻(xiàn) ................................................................. 35 附錄 ..................................................................... 36 河南理工大學(xué)畢業(yè)設(shè)計(jì)（論文）說明書 1 1 緒論 電力系統(tǒng)中長期負(fù)荷預(yù)測是指對未來一年至幾年的負(fù)荷進(jìn)行預(yù)測。 Grey prediction model。 關(guān)鍵詞： 電力系統(tǒng)；中長期負(fù)荷預(yù)測；灰色預(yù)測模型； GM(1,1)模型；上海市 河南理工大學(xué)畢業(yè)設(shè)計(jì)（論文）說明書 I ABSTRACT Power load forecasting is a basic work of power system and it determines the reasonable arrangement in aspects of power generation, transmission and distribution. Accurate load forecasting can ensure the safe and stable operation of power grid, effectively reduce power generation cost, and improve the economic benefit and social benefit. Especially in the day of electric power with further reform , gradually formed market , independent operation and selfsustaining enterprise , power load forecasting work has bee more and more important. Medium and longterm load forecasting directly affect the planning, production and operation of power system, and is one of the important subject of scientific research. Compared with super shortterm and shortterm power load forecasting, medium and longterm load forecasting points to be the load forecasting of more than one year. Due to the long interval time, large seasonal changes in load fluctuation, the power load distributes ir regularly. Therefore, it is difficult to meet the precise requirement with the traditional theory of load forecasting of load forecasting model . In this paper ,advantages and disadvantages are pared between several kinds of prediction models based on the grey prediction model. Grey forecasting model has advantages of less sample and high prediction accuracy. First of all, using the GM(1,1) model of grey prediction model to forecast the load of Shanghai city in the next five years. Firstly, deal with the collected previous Shanghai electric power consumption in Matlab , so calendar years are predicted, then the residuals, a posteriori error inspection test model to be scientific and accurate, and the evaluation result is optimal. In order to improve the accuracy and the parability and on the basis of the GM(1,1) model, use residual improvement model to forecast the load of Shanghai in the next five years again. Also, work with the model values predicted for residual, a posteriori error inspection, and use the obtained data pared with true value and GM(1,1) model prediction. It is found that the improved model prediction is more closer to the real value than the GM(1,1) model prediction, thus not only does it get more accurate load forecast of the next five years, but it also demonstrates the reliability of the improved model. Keywords: Power system。同樣，對該模型預(yù)測 值進(jìn)行殘差、后驗(yàn)差檢驗(yàn)，并將所得數(shù)據(jù)與真實(shí)值、 GM(1,1)模型預(yù)測值進(jìn)行對比。對搜集到的上海市歷年電力消耗量在 Matlab 中進(jìn)行處理，得到預(yù)測值 ，然后采用殘差、后驗(yàn)差檢驗(yàn)?zāi)Ｐ偷目茖W(xué)性和準(zhǔn)確度，評價(jià)結(jié)果是“優(yōu)”?；疑A(yù)測模型具有所需樣本少、預(yù)測精度高等優(yōu)點(diǎn)。因此，其工作難度大，用傳統(tǒng)的負(fù)荷預(yù)測理論建立的負(fù)荷預(yù)測模型難以滿足精度要求。與超短期、短期電力負(fù)荷預(yù)測相比，中長期負(fù)荷預(yù)測是指一年以上的負(fù)荷預(yù)測。尤其在電力改革進(jìn)一步深入、電力市場逐步形成、電力企 業(yè)自主經(jīng)營和自負(fù)盈虧的今天，電力負(fù)荷預(yù)測工作已變得越來越重要了。河南理工大學(xué)畢業(yè)設(shè)計(jì)（論文）說明書 I 摘要 電力負(fù)荷預(yù)測是電力系統(tǒng)的一項(xiàng)基本工作，它決定了發(fā)電、輸電、配電等方面的合理安排。準(zhǔn)確的負(fù)荷預(yù)測可以保證電網(wǎng)安全穩(wěn)定運(yùn)行，并有效地降低發(fā)電成本，提高經(jīng)濟(jì)效益和社會效益。 電力系統(tǒng)中長期負(fù)荷預(yù)測直接影響電力系統(tǒng)的規(guī)劃、生產(chǎn)和運(yùn)行，是電力科學(xué)研究的重要課題之一。由于時(shí)間間隔長、季節(jié)性負(fù)荷變化波動(dòng)大，涉及社會發(fā)展的國民經(jīng)濟(jì)多方面因 素情況復(fù)雜，其電力負(fù)荷分布規(guī)律性差。 本文在 對比幾種預(yù)測模型優(yōu)缺點(diǎn)的基礎(chǔ)上，選擇灰色預(yù)測模型。首先采用 灰色預(yù)測模型中的 GM(1,1)模型 對上海市未來五年的負(fù)荷進(jìn)行預(yù)測。為了增加可比性和精度， 在 GM(1,1)模型的基礎(chǔ)上，采用殘差改進(jìn)模型，再次對上海市未來五年 的負(fù)荷進(jìn)行預(yù)測。 發(fā)現(xiàn)改進(jìn)模型預(yù)測值比 GM(1,1)模型預(yù)測值更加接近真實(shí)值，從而不僅得到更加精確的 未來五年 負(fù)荷預(yù)測值，也 論證了 改進(jìn)模型 的可靠性。 Medium and long term load forecasting。 GM(1,1) model。中長期負(fù)荷預(yù)測是隨著電力系統(tǒng) EMS 的逐步發(fā)展而發(fā)展起來的，現(xiàn)已經(jīng)成為 EMS 必不可少的一部分和為確保電力系統(tǒng)安全經(jīng)濟(jì)運(yùn)行所必需的手段之一。 中長期負(fù)荷預(yù)測技術(shù)經(jīng)過幾十年的發(fā)展，人們提出了許多的預(yù)測方法。經(jīng)典的數(shù) 學(xué)統(tǒng)計(jì)方法包括 回歸分析法、時(shí)間序列法 等。本文 用灰色系統(tǒng)理論進(jìn)行中長期負(fù)荷預(yù)測。這些眾多因子的未知性和不確定性，成為系統(tǒng)的灰色特性。 背景 電力系統(tǒng)的作用 是對各類用戶經(jīng)濟(jì)地提供可靠和合格的電能 ，以隨時(shí)滿足各類用戶的要求。所以，系統(tǒng)內(nèi)的發(fā)電容量，在正常運(yùn)行條件下，應(yīng)當(dāng)滿足負(fù)荷的要求。因此，對未來電網(wǎng)內(nèi)的負(fù)荷變化的趨勢的預(yù)測，是一個(gè)電網(wǎng)調(diào)度部門和規(guī)劃部門所必須具有的基本信息。所以，對負(fù)荷的變化，有一個(gè)事先的估計(jì)，是電力系統(tǒng)發(fā)展與運(yùn)行研究的重要內(nèi)容。 提高負(fù)荷預(yù)測技術(shù)水平，有利于計(jì)劃用電管理，有利于 合理安排電網(wǎng)運(yùn)行方式和機(jī)組檢修計(jì)劃，有利于節(jié)煤、節(jié)油和降低成本，有利于制定合理的電源建設(shè)規(guī)劃，有利于提高電力系統(tǒng)的經(jīng)濟(jì)效益和社會效益。 中長期 負(fù)荷預(yù)測是指一年 以上 的負(fù)荷預(yù)測。 中長期負(fù)荷預(yù)測是目前深受關(guān)注的研究課題，是電力規(guī)劃的基礎(chǔ)，只有基于 準(zhǔn)確數(shù)據(jù) 的預(yù)測，規(guī)劃才能有效的完成。為了滿足日益增大的電力需求，必須不斷擴(kuò)大電力系統(tǒng)的規(guī)模。因此，對負(fù)荷預(yù)測算法及模型的研究具有重要價(jià)值。較為早期的負(fù)荷預(yù)測依賴于調(diào)度員的經(jīng)驗(yàn)，沒有科學(xué)理論的指導(dǎo)，不同調(diào)度員其預(yù)測結(jié)果存在著較大的差異，容易造成不良的后果。人工智能技術(shù)主要是來解決一些關(guān)于不確定性問題以及非線性問題，但與數(shù)學(xué)的統(tǒng)計(jì)相比起來，人工智能的預(yù)測方法在預(yù)測的過程中考 慮了更多的不確定因素，如：天氣、溫度、季節(jié)等，這些技術(shù)在實(shí)際的預(yù)測中提高了預(yù)測的精度。所以，將各種模型進(jìn)行綜合的方法也得到了關(guān)注。 河南理工大學(xué)畢業(yè)設(shè)計(jì)（論文）說明書 3 2 電力負(fù)荷分析 及預(yù)測 電力負(fù)荷分析 電力負(fù)荷 包括兩方面的含義，即用以指安裝在國家機(jī)關(guān)、企業(yè)、居民等用戶處的各種用電設(shè)備，也可用以描述上述用 電設(shè)備所消耗的電力電量的數(shù)值 。 工業(yè)負(fù)荷是指用于工業(yè)生產(chǎn)的用電，一般工業(yè)負(fù)荷的比重在用電構(gòu)成中居于首位，它不僅取決于工業(yè)用戶的工作方式 (包括設(shè)備利用情況、企業(yè)的工作班制等 )，而且與各行業(yè)的行業(yè)特點(diǎn)、季節(jié)因素都有緊密的聯(lián)系，一般負(fù)荷是比較恒定的。雖然商 業(yè)負(fù)荷在電力負(fù)荷中所占比重不及工業(yè)負(fù)荷和民用負(fù)荷，但商業(yè)負(fù)荷中的照明類負(fù)荷占用電力系統(tǒng)高峰時(shí)段。 城市民用負(fù)荷主要是城市居民的家用電器，它具有年年增長的趨勢，以及明顯的季節(jié)性波動(dòng)特點(diǎn)，而且民用負(fù)荷的特點(diǎn)還與居民的日常生活和工作的規(guī)律緊密相關(guān)。此類負(fù)荷與工業(yè)負(fù)荷相比，受氣候、季節(jié)等自然條件的影響很大，這是由農(nóng)業(yè)生產(chǎn)的特點(diǎn)所決定的。 從以上分析可知電力負(fù)荷的