[发明专利]一种基于灰色关联度分析的改进型烟花算法的中长期负荷预测方法

摘要

本发明公开了一种基于灰色关联度分析的改进型烟花算法对模型参数进行优化计算，属于中长期负荷预测技术领域。包括步骤一建立GM(1，1)模型；步骤二通过一次累加迭代处理非负数列生成建模序列；步骤三利用一次累加序列建立一阶线性白化微分方程；步骤四对预测结果模型的推导；步骤五通过累减还原得到X(0)的预测模型Y(0)；步骤六提出了基于改进烟花算法的灰色模型参数求解方法。本发明建模过程实用简单，能快速有效的求解灰色算法的参数，提高中长期负荷预测精度。

主权项

一种基于灰色关联度分析的改进型烟花算法应用于中长期负荷预测，其特征在于包括以下步骤：步骤1：GM(1，1)模型的建立：已知原始非负数列X(0)：X(0)＝{x(0)(1),x(0)(2),…,x(0)(n)}   (1)式中：x(0)(n)表示原始建模数据；n为数列所包含建模数据的个数；步骤2：通过一次累加迭代处理X(0)生成建模序列X(1)：x(1)(d)=Σi=1dx(0)(i),d=1,2,...,nX(1)={x(1)(1),x(1)(2),...,x(1)(n)}---(2)]]>式中：x(1)(n)为一次累加生成的建模数据；X(1)为X(0)的一次累加生成序列；步骤3：利用一次累加序列X(1)建立一阶线性白化微分方程：dX(1)dt+αX(1)=β---(3)]]>式中，α为表征灰色模型发展趋势的发展系数；β为表征数据之间相互作用效果的协调系数；步骤4：预测结果模型的推导：对式(3)两边求积分化简，x(1)(d)-x(1)(d-1)+α∫d-1dx(1)(t)dt=β---(4)]]>z(1)(d)＝mx(1)(d)+(1‑m)x(1)(d‑1),d＝2,3,…,n   (5)式中，α为发展系数；β为协调系数；m为权重系数；d为迭代次数；然后令模型背景权重系数m＝0.5，得到X(1)的近邻值生成序列；设模型的参数列为A＝[α,β]T，采用最小二乘法对模型参数矩阵A求解，得到可解得微分方程(3)的时间响应方程，再将其离散化可得：X^(1)=Ce-αt+βα---(6)]]>x^(1)(d+1)=Ce-αd+βα---(7)]]>式中：C为待定常数；α为发展系数；β为协调系数；假定初始值代入式(5)，可以求得：步骤5：累减还原；将C代入式(5)并进行累减还原处理，得到X(0)的预测模型Y(0)为：Y(0)(d)=x^(0)(d+1)=x^(1)(d+1)-x^(1)(d)=(1-eα)(x(0)(1)-βα)e-αd,(d=1,2,...,n)---(8)]]>式中，d代表迭代次数，α为发展系数，β为协调系数，ε为初始值修正项；步骤6：构建基于改进烟花算法的灰色模型参数求解方法。