[发明专利]一种基于时间序列ARMA模型的自组织电力负荷预报方法

摘要

本发明属于电力系统自动化技术领域，涉及一种基于时间序列ARMA模型的自组织电力负荷预报方法。本方法通过把时间序列ARMA模型与自组织分组处理GMDH模型组合，通过对时间序列ARMA模型预测误差进行自组织分组处理GMDH模型建模，对时间序列模型预测误差进行估计，把时间序列ARMA模型预测值与对预测误差使用自组织分组处理模型GMDH建模后的预测值进行求和，得到最终的负荷预测值。

主权项

1.一种基于时间序列ARMA模型的自组织电力负荷预报方法，其特征在于，包括以下步骤：S1：预测负荷历史数据分析，形成N组训练样本数据，每组样本数据包括M个数据；S2：创建时间序列ARMA模型，对S1中的N组样本数据，每组前M‑1个数据作为输入，第M个数据作为输出，使用时间序列ARMA模型预测每组样本数据的第M个数据；S3：创建自组织数据分组处理GMDH模型，每组前M‑1个数据作为输入，第M个数据的S2中预测误差值为输出，建立自组织分组数据处理模型来预测时间序列模型的预测结果误差；S4：建立预测模型，将S2和S3中对应模型的预测值相加，得到负荷预测值。