[发明专利]一种基于马尔科夫模型的负荷区间预测方法

摘要

本发明公开了一种基于马尔科夫模型的负荷区间预测方法，首先，提取负荷数据的趋势曲线。接着用日期加趋势项负荷作为输入，趋势项负荷作为输出，在支持向量机上实现负荷的趋势项预测。从负荷曲线中减去趋势项，得到随机项。对随机项利用马尔科夫模型进行区间预测。将趋势项预测值与随机项预测区间相加，即得到负荷的预测区间值。此外，引入误差反馈环节利用三次样条插值法提取出历史负荷曲线的上下包络线，取样本中的点进行马尔科夫区间预测，将预测区间的上、下限与上、下包络线对比，计算误差，最后将该误差加入到原始的预测区间中，即得到最终的预测区间。本发明预测结果稳定，预测精度高。

主权项

一种基于马尔科夫模型的负荷区间预测方法，其特征在于：首先，提取负荷数据的趋势曲线，然后用日期加趋势项负荷作为输入，趋势项负荷作为输出，在支持向量机上实现负荷的趋势项预测；接着从负荷曲线中减去趋势项，得到随机项，对随机项利用马尔科夫模型进行区间预测；接着将趋势项预测值与随机项预测区间相加，即得到负荷的预测区间值；此外，为了提高预测的精度，引入误差反馈环节：首先，利用三次样条插值法提取出历史负荷曲线的上、下包络线，取样本中的点进行马尔科夫区间预测，将预测区间的上、下限与上、下包络线对比，计算误差，最后将该误差加入到原始的预测区间中，即得到最终的预测区间；其包括以下步骤：1)找出历史负荷曲线的趋势曲线，历史曲线减去趋势项，得到随机项；2)对预测日的趋势曲线部分进行预测，预测模型为支持向量机，模型输入为日期和历史负荷的趋势项，输出为负荷的趋势项；3)将随机项曲线按幅值最大最小为上下限平均划分成3个区间，计算转移概率矩阵，转移概率最大的区间，即为随机项的预测区间；4)负荷的趋势项预测值与随机项的预测区间之和为原始预测区间；5)通过三次样条插值的方法找出负荷曲线的上、下包络线；6)计算上、下包络线与原始预测区间上、下限之间的误差；7)原始预测区间与误差之和为最终的预测区间。