[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

摘要

本发明公开了一种基于PSO优选模型参数的短期电力负荷预测方法，包括以下步骤：利用原始资料建立原始序列；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；对累加后的序列，根据Bernoulli微分方程式建立模型；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；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；将所得到的预测值做累减生成，即可得到真正的预测值；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。本发明具有普遍适用性，且具有准确度高的优点。

主权项

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。