基于GMC的电力负荷预测研究  

Research on Gray Markov Chain for the Power Load Prediction

作　　者：谷志红[1] 王会青[2] 

机构地区：[1]山西省电力公司电力经济技术研究院,山西太原030001 [2]山西大学经济与工商管理学院,山西太原030006

出　　处：《现代工业经济和信息化》2012年第18期71-73,共3页Modern Industrial Economy and Informationization

摘　　要：电力负荷预测在电网发展规划中占有重要地位,其关键是建立合适的预测模型。GM(1,1)模型适用于预测比较平滑的短期负荷,而对波动性较大的高峰负荷或中长期负荷,它的预测精度比较低。而马尔可夫链可以克服波动性较大的局限性,为此将两者结合起来形成灰色马尔可夫模型,以提高预测精度。实证分析表明,该模型切实可行,具有较高的精确度。Using GM（1,1） Model to predict short-period load has good accuracy,but to the high waving peak-load or long-term load,its accuracy is low.Markov Model can overcome this defection,so combining GM（1,1） with Markov Model to predict peak-load or long-term load can improve forecasting accuracy.Application result proves that the Gray Markov Chain model is practicable and has a high accuracy.

关 键 词：灰色模型 马尔可夫链 电力负荷预测 

分 类 号：TM715[电气工程—电力系统及自动化]