自适应多相关短期负荷预测

本文应用自适应和多相关原理提出一个短期负荷预测的方法，根据系统负荷在不同周期的相 关性，对时差日相关，日相关和周相关负荷时间序列建立三个相同形式的一阶线性递推负荷 模型，三个估计负荷按最佳的比例进行加权合成得最佳的负荷预报值。模型参数根据最近29 天样本进行计算，这样不仅内存需求少，而且样本每日更新，使递推的参数能自适应地反应 季节特点和近期负荷变化趋势，因而提高了预报的精度。为了使建立的模型残差负荷部分更 好的接近平稳随机过程，对样本数据进行了适当的平滑处理。 本算法使用国内某网的样本数据测试，连续预报28天负荷，每日的平均误差小于3%，连续预 报240天负荷，每月的平均误差小于2.3%。由于算法简单，内存容量小，精度能和人工预报 相当，因此是一个可以试用的算法