基于粒子群优化的改进灰色模型的电力负荷预测方法

摘要

本发明公开了一种基于粒子群优化的改进灰色模型的电力负荷预测方法，属于电力系统负荷预测技术领域，本发明针对现有的灰色预测模型存在随着负荷变化波动性大，出现预测效果不佳的问题，利用基于数据变换的灰色预测模型DTGM(1,1)，在获取前n年的负荷数据的情况下，去预测(n+1)年的负荷值，再通过粒子群优化算法(PSO)求取残差状态区间参数λ1,λ2,…λn的最优值，得到最优的残差修正值来修正原有的预测模型，最终得到修正后的预测值；本发明修正后的DTGM(1,1)具有更高的预测精度，弥补了传统的灰色预测模型的不足。