文档摘要:与点预测相比,负荷区间预测可提供预测上界与下界,更有助于电力系统的稳定运行.针对未充分利用相邻负荷序列之间的相关关系而导致预测精度较低的问题,提出一种基于Copula函数与分解的多目标进化算法(MOEA/D)的负荷区间预测方法.该方法通过建立Copula函数,挖掘相邻负荷序列之间的相关性,利用MOEA/D寻找Pareto最优解集,并通过熵权法与优劣解距离法(TOPSIS),得到最优的预测模型参数与预测结果.最后,将该方法应用于某地区的负荷预测,并与常用的区间预测方法进行对比,结果表明该方法具有更好的预测效果.
Abstract:Comparedwiththepointprediction,theloadintervalpredictioncanprovidetheupperandlowerboundsofthepredictionvalue,whichismoreconducivetothestableoperationofthepowersystem.Aimingattheproblemthatthecorrelationbetweenadjacentloadsequencesisnotfullyutilized,therebyreducingthepredictionaccuracy,aloadintervalpredictionmethodbasedonCopulafunctionandthemulti-objectiveevolutionaryalgorithmbasedondecomposition(MOEA/D)isproposed.ThismethodmakesfulluseofthecorrelationbetweenadjacentloadsequencesbyestablishingaCopulafunction.TheMOEA/Dmulti-objectiveoptimizationalgorithmisusedtofindtheParetooptimalsolutionset,andthroughentropyweightmethodandtechniquefororderpreferencebysimilaritytoidealsolution(TOPSIS),theoptimalpredictionmodelparametersandthepredictionresultsareobtained.Finally,thismethodisappliedtoloadforecastingforacertainarea,andcomparedwithcommonlyusedintervalforecastingmethods.Theresultsshowthatthismethodhasbetterforecastingeffect.
作者:李智轩 李嘉丰 叶晓华 熊显智 李天泽Author:LIZhixuan LIJiafeng YEXiaohua XIONGXianzhi LITianze
作者单位:西安西电电力系统有限公司,西安710076
刊名:电气技术
Journal:ElectricalEngineering
年,卷(期):2024, 25(6)
分类号:
关键词:负荷预测 Copula函数 区间预测 多目标优化算法
Keywords:loadprediction Copulafunction intervalprediction multi-objectiveoptimizationalgorithm
机标分类号:TM715TP301.6TP18
在线出版日期:2024年7月9日
基金项目:基于Copula函数与多目标进化算法的负荷区间预测[
期刊论文] 电气技术--2024, 25(6)李智轩 李嘉丰 叶晓华 熊显智 李天泽与点预测相比,负荷区间预测可提供预测上界与下界,更有助于电力系统的稳定运行.针对未充分利用相邻负荷序列之间的相关关系而导致预测精度较低的问题,提出一种基于Copula函数与分解的多目标进化算法(MOEA/D)的负荷区间...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
关键词:负荷预测,Copula函数,区间预测,多目标优化算法,
|
|