基于马尔可夫修正的负荷预测模型在电力能效监测终端中的应用.pdf
《基于马尔可夫修正的负荷预测模型在电力能效监测终端中的应用.pdf》由会员分享,可在线阅读,更多相关《基于马尔可夫修正的负荷预测模型在电力能效监测终端中的应用.pdf(8页珍藏版)》请在咨信网上搜索。
1、第 5 2卷第 9期 2 0 1 5年5月 l 0日 电测与仪表 Ei e c t r i c al n e a s u r e me n t I ns t r u m e n t at i o n Vo 1 5 2 No 9 M a y 1 0。 2 01 5 基于 马尔可夫修正 的负荷预 测模 型在 电力能效 监测 终端 中的应用 依溥治 , 王健 , 徐人恒 , 张秋月 , 杨桐玲 , 曲井致 , 郭龙弟 ( 1 东北林业大学, 哈 尔滨 1 5 0 0 4 0 ; 2 哈 尔滨电工仪表研究所 , 哈 尔滨 1 5 0 0 2 8 ) 摘要 : 提出了一种基于马尔科夫修正的负荷预测模型在
2、 电力能效监测终端 中应用的方法。首先使用指数平滑 法对 电力能效监测终端历史用电量负荷数据进行预处理 , 弱化用电量随机波动造成的影响 , 得 出用 电量负荷的 总体趋势 , 然后使用马尔可夫链对指数平滑法的绝对误差进行修正 , 克服指数平滑滞后效应造成的预测精度不 高的问题 , 从而提高了预测的准确性 。最后就马尔可夫负荷预测模型在能效监钡 0 终端上的应用做了相应的介 绍 , 并 以真实电力负荷数据进行算例分析 , 测试了预测模型在实际中的性能。 关键词 : 马尔可夫链 ; 指数平滑 ; 电力能效监测终端 中图分类号 : T M9 3 3 文献标识码: B 文章编号 : 1 0 0 11
3、 3 9 0 ( 2 0 1 5 ) 0 9 0 0 1 1 0 8 Lo a d f o r e c a s t i ng m o d e l ba s e d o n M a r k o v c o r r e c t i o n a n d i t s a pp l i c a t i o n i n t he e ne r g y e ffi c i e n c y m o ni t o r i ng t e r m i na l Y i P u z h i - , Wa n g J i a n , X u R e n h e n g , Z h a n g Q i u y u e ,
4、 Y a n g T o n g l i n g ,Q u J i n g z h i ,G u o l o n g d i ( N o r t h e a s t F o r e s t r y U n i v e r s i t y , H a r b i n 1 5 0 0 4 0 ,C h i n a 2 H a r b i n R e s e a r c h I n s t i t u t e o f E l e c t r i c a l I nst r u me n t a t i o n , H a r b i n 1 5 0 0 2 8 ,C h i n a ) Abs t
5、r a c t:I n t hi s p a p e r ,a me t h o d i s pr e s e n t e d i n wh i c h t h e Ma r k o v c o r r e c t i o n b a s e d l o a d f o r e c a s t i n g mo de l a p pl i e d t o t he p o we r e f f i c i e n c y mo n i t o ring t e r mi n a 1 F i r s t l y,t h e h i s t o ric a l l o a d d a t a o
6、f t h e p o we r e f fi c i e nc y mo n i t o r i n g t e r mi na l i s p r e - p r o c e s s e d b y u s i n g o f a n e x p o n e n t i al s mo o t h i n g me t h o d,a n d we a k e n i n g t h e i mp a c t o f t h e o f e l e c t r i c i t y r a n d o m f l u c t u a t i o n s ,t h u s t h e o v
7、e r a l l t r e n d o f p o we r l o a d i s c o mp u t e d S e c o n d l y,t h e a b s o l u t e e rro r o f e x p o n e n t i a l s mo o t h i n g me t h o d i s c o r r e c t e d b y u s i n g o f t h e Ma r k o v c h a i n,a n d t h e p r o b l e m o f l o we r p r e d i c t i o n a c c u r a c
8、y i s o v e r c o me w h i c h c a u s e d by t h e e x po n e n t i a l s mo o t h i n g l a g,S O t h a t t h e p r e c i s i o n o f t h e p r e di c t i o n i s i mp r o v e dFi n a l l y,t h e Ma r k o v c o r r e c t i o n b a s e d l o a d f o r e c a s t i n g mo d e l i s i n t r o d u c e
9、d i n t he a p pl i c a t i o n o f e n e r g y e f fic i e n c y mo n i t o rin g t e r mi n a l ,a n d t h e pe r f o r ma n c e o f f o r e c a s t i n g mo d e l i n a c t u a l l y i s t e s t e d b y t h e r e al p o we r l o a d d a t a f o r n u me ric a l e x a mp l e a n aly s i s Ke y wor
10、 ds: Ma r k o v Ch a i n s ,e x p o n e n t i a l s mo o t h i ng,e n e r g y e f fic i e n c y mo n i t o r i n g t e rm i n a l 0引言 电力系统负荷预测是 电力系统规 划的重要组成 部分, 也是电力系统经济运行的基础 , 它从 已知 的用 电需求出发 , 充分考虑政 治、 经济 、 气候等相关 因素 的影 响, 预测未来 的用 电需求 。典型 电力用 户能 效监测采用先进 的数据采集技 术 , 实现对企业 范 围 内各用能部门或装置的实时能耗数据采集 j 。加强
11、用户 电力消耗 的监测 , 掌握其主要 电力设备 的运行 状况及方式 , 监测分析生产过程 中的电力配送、 转换 情况 、 用 电负荷特性 和能效 , 对 降低企业生产成 本、 提高能源利用水平具有重要意义 J 。 长期以来 , 电力负荷 预测特别是用 电量负荷预 测的方法包括 : 卡尔曼滤波 、 灰 色预测法 、 指数平滑 法 、 B P神经网络等 。其 中 B P神经 网络收敛速度 比 较慢 , 容易出现局部最小值 , 这些局 限导致预测精度 不高。灰色 预测法要 求历 史用 电量是 光滑离 散数 据 , 所 以仅仅适用 于短期 的预测。卡尔曼滤波可 以 通过状态空间模型 , 预测下一个时
12、刻的预测值 , 缺点 是噪声统计 特性 完全未知或部分 已知的情 况下 , 会 造成滤波效能过低 , 甚至失效。指 数平滑法简单 易 学兔兔 w w w .x u e t u t u .c o m 第 5 2卷第 9期 2 0 1 5年5月 l 0日 电测与仪表 El e c t r i c al M e a s u r e me n t& I ns t r u me n t at i o n VO I 5 2 NO 9 M a y 1 0。 2 0 1 5 行 , 采用加权移动平均 的方式 , 消除历史用 电负荷的 波动数据 , 可 以找出用 电负荷的发展趋势 , 适用于数 据的预处理 ,
13、缺点是会产生滞后效应 , 严重影响预测 精度。马尔可夫链是一种特殊 的随机过程 , 是 由前 苏联数学家马尔可夫在上世纪初提 出的。马尔可夫 链预测法属 于系统工程 中概 率预测法 , 主要研究事 物的状态及状态转 移 , 通过对不 同状态 的初始概率 以及状态之 间的转移概率的研究 , 来确定状态 的变 化趋势, 从而达 到对未来预测 的 目的 j 。电力 负荷 数据具有一定 的混沌特性 , 具有纯粹 的随机性 和严 格 的确定性 , 因此从随机过程 的观点 出发利用 马尔 科夫链建模进行数据处理可以弥补信 息的损失 。 考虑到影响负荷预测 准确性 的不确定因素较多 , 最 大的干扰来 自气
14、象情况 , 而气象情况在连续 时间段 内又有一定 的关联度 , 马尔可夫链恰恰是对一个 随 机过程的动态描述来推测出下一个时刻的状态 , 可 用以分析具 有多状态的随机条件系统 , 在气象 预报 中有许多问题符合或近似符合马尔可夫链 , 对 随机 波动 比较大的负荷预测较 为适合 。文献 6 给 出了 马尔可夫链 的基本理论在农业气象预报中具有多状 态的随机系统进行预测的方法。 首先使用指数平滑法对 电力能效监测终端历史 用电量负荷数据进行预处理 , 弱化用 电量 随机波动 造成的影响 , 得 出用电量负荷的总体趋势 , 然后使用 马尔可夫链对指数平滑法 的绝对误差进行修 正, 克 服指数平滑
15、滞后效应造成 的预测精度不高 的问题 , 从而提高预测的准确性。 1 电力能效监测终端 1 1 电力能 效监 测 系统与 能效监 测终 端 文献 7 全面介绍了能效监测系统体系架构, 并按 照体系结构提出了具体的功能介绍。文献 8 提出了在 企业车间等复杂生产环境中, 远程监测终端通过无线网 络通信实现用电设备能耗的信息化、 可视化。 电力能效监测终端 采用 了大规模集成 电路、 新 一 代信息技术 和嵌 入式系统等先进 的科学技术 , 采 用多种 网络通讯模式 , 可实现采集物理量 ( 温度 、 流 量 、 电量等) j , 处 理和实时监控 电力用户 的电气量 和非电气量信息 , 并能与远
16、程 主站进行智 能用 电双 向交互服务 。 1 2 负荷预测在能效监测终端中的应用 能效监测终端 对 用 电网络进行 实 时监测 与控 制 , 可给用电管理 提供直接 的、 便利 的技术支 持, 为 负荷预测 、 电网规划 、 电力调度、 用电营销管理、 营销 一 1 2 一 服务水平 、 用电检查 、 电能计量管理等提供科学的分 析依据 。 目前负荷预测主要应用在 P C机上 , 基于能效监 测终端的电力负荷预测却鲜有人研究 , 随着能效监 测终端计算 能力的不断提升 , 各类软件在 能效监测 终端上的应 用也越来越广泛 , 本文 就马尔可夫负荷 预测模型 在能效 监测终 端上 的应用做 了
17、相 应的介 绍 , 对指数平滑法的绝对误差进行马尔可夫修正 , 以 提高负荷预测 的准确度 , 最后 以真实电 力负荷数据 进行算例分析 , 测试了预测模型在实际中的性能。 2 采用 一次 指数 平滑 法对 历 史 负荷 数 据进 行预 处理 指数平滑法通过对预测 目标历史统计序列进行 逐层的平滑计算 , 消除 由于随机因素造成 的影响 , 找 出预测 目标 的基本变化趋势并 以此预测未来 , 当时 间序列 没有 明显 的趋 势 变动 时, 使用 一次 指数 平 滑 。一次指数平滑法计算公式 为 : =Y =O L X 川 +( 1一O ) y f _ l ( 1 ) 式中 一 。 、 Y t
18、 - 1 分别为 一1 时刻的实测值与预测值; y 为 t 时刻的平滑值; 为 时刻的预测值; 为平滑系数。 一 次指数平滑法对波动性不大的负荷预测较为准 确, 而对于波动性较大的负荷数据预测误差比较大, 所 以采用马尔可夫链修正预测误差 , 将这两种方法相结合 从而使预测结果达到较高的精度。文中使用 了文献 1 3 的方法来选取指数平滑初始值和平滑系数。 3马尔可夫链描述 3 1 马 尔可 夫链 设有随机过程 , n T 满足非负整数时间集合 = n = 0 , 1 , 2 , , 状态空间 S= s 。 , s 一 , s 。若对于 任意的正整数时刻 n T和任意的非负整数 n+1 n 1
19、 O , 与相应的状态 s , s , , s 1 , s o 有: P X + l=s + l I X o=s o , X1=s l , , X =s = P X =s 川 I 0=s ( 2 ) 则称 X , nT 为马尔可夫链 。 式 ( 2 ) 的意义在于 , 过程 ( 或系统) 在时刻 凡所处 的状态 X = s 为已知的条件下 , 过程在时刻 n+1所 处状态 X =s 的条件 分布 只与 时刻 n的状 态 X :s 有 关 , 而 与过程在时刻 n之前所处 的状态无 关 , 即所谓的“ 马尔可夫性 ( 无后效性 ) ” 。 3 2 一步转移概率 假设在某一 事件 的发展 过程 中
20、有个 可 能 的状 态 , 即 E , E , , , 事件从某一状 态 E 出发 , 下一 时刻转移到其它状态 E 的可能性 , 称为状态转 移概 学兔兔 w w w .x u e t u t u .c o m 第 5 2卷第 9期 2 0 1 5年5月 1 0日 电测与仪表 El e c t r i c al M e a s u r e m e nt& I n s t r u m e nt a t i o n VO I 5 2 NO 9 M a y 1 0。 2 0 1 5 率 p 。 设 , nT 是马尔可夫链, 记 p u( n )= P + 。 = l =i , 称 p ”( n )
21、 为马尔可夫链 , n 在时刻 的一步转移概率。 事实上 , 当 i , n固定时 , 一步转移概率 p u( n ) 实 质上就是在 X :i 的条件下 , 随机变量 川 的条件分 布律 , 所 以条件分布律满足 : p ( n ) 0 , V S , n 0, p ” ( n )=1 , V i S , n0 ( 3 ) eS 3 3步转移概率 设 , 凡T 是 马 尔 可 夫 链 , 记 p ( n )= P + = l =i , 称 p ( n ) 为马尔 可夫链在时刻 m时处于状态 i , 经过时间 k后转移到状态 的概率。 由马尔可夫性( 无后效性 ) 知 , p ( n ) 表示
22、系统 从状态 E 经 k步转移到达状态 E 的概率 , 此时转移 概率与初始时刻无关 。 设 X , nT 是马尔可夫链 , 其状态空 间为 S= , s 一, s , 则对任意的 m, n 0 , S , 有 : p :Z p i m p ( 4 ) 此式为切普曼 柯尔莫哥洛夫方程 , 简称 C K方 p ( n ) p ( t ) p ( n ) p ( n ) p ( ) p ( n ) 程。C K方程的直观意义为 : 从状态 i 出发经过 m+ n步到达状态 , 可分成两步走 : 先从状态 i 出发经过 m步到达状态 k , 然后再先从状态 k出发经过 n步到 达状态 。 3 4状 态
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 马尔可夫 修正 负荷 预测 模型 电力 能效 监测 终端 中的 应用
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【caop****ing】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【caop****ing】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。