[发明专利]一种基于PSO优选模型参数的短期电力负荷预测方法

权利要求书

1.一种基于PSO优选模型参数的短期电力负荷预测方法，其特征在于：包括以下步骤：

步骤1、利用原始资料建立原始序列；

步骤2、对原始序列进行一次累加生成，以更好的解析序列中存在的规律；

步骤3、对累加后的序列，根据Bernoulli微分方程式建立模型；

步骤4、对建立的模型进行离散化，便于利用最小平方以及微分和差分方程式得到仅含有参数r与p的预测值；

步骤5、以平均绝对百分误差作为预测精度的评价指标，采用PSO算法对参数r与p进行优选；

步骤6、将所得到的预测值做累减生成，即可得到真正的预测值；

步骤7、再运用马尔科夫链对预测模型的残差进行改进，以提高预测的精度。

2.根据权利要求1所述的于PSO优选模型参数的短期电力负荷预测方法，其特征在于：所述步骤4对建立的模型离散化，结合背景值z⁽¹⁾(t_k)＝px⁽¹⁾(t_k)+(1-p)x⁽¹⁾(t_k-1),k＝2,3,…,n，得到x⁽⁰⁾(t_k)+az⁽¹⁾(t_k)＝u[z⁽¹⁾(t_k)]^r,k＝2,3,…,n

利用最小平方以及微分和差分方程式求得a，u；令θ＝[a,u]^T，将数据分别代入可得：

x⁽⁰⁾(t₂)+az⁽¹⁾(t₂)＝u[z⁽¹⁾(t₂)]^r

x⁽⁰⁾(t₃)+az⁽¹⁾(t₃)＝u[z⁽¹⁾(t₃)]^r

x⁽⁰⁾(t_n)+az⁽¹⁾(t_n)＝u[z⁽¹⁾(t_n)]^r

整理可得：Y＝Bθ，式中：

Y＝[x⁽⁰⁾(t₂),x⁽⁰⁾(t₃),…,x⁽⁰⁾(t_n)]^T

再利用最小二乘法可得：θ＝[a,u]^T＝(B^TB)^-1B^TY，将a和u代入，并将方程式两边同除以[X⁽¹⁾]^r得：

令q＝[X⁽¹⁾]^1-r，则代入得：

由于x⁽¹⁾(t₁)＝x⁽⁰⁾(t₁)，可知进而得到：