基于非等距加權(quán)灰色模型和模糊聚類排序線損率預(yù)測(cè)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于線損預(yù)測(cè)技術(shù)領(lǐng)域，尤其涉及一種基于非等距加權(quán)灰色模型和模糊聚 類排序線損率預(yù)測(cè)方法。
【背景技術(shù)】
[0002] 線損預(yù)測(cè)中，依照歷史數(shù)據(jù)的純數(shù)據(jù)預(yù)測(cè)是一種簡(jiǎn)單有效的預(yù)測(cè)方法，先校對(duì)線 損計(jì)算具有工作量小的特點(diǎn)。數(shù)據(jù)預(yù)測(cè)就是從看似雜亂無(wú)章的歷史數(shù)據(jù)中，找到隱藏規(guī)律， 對(duì)數(shù)據(jù)未來(lái)的發(fā)展趨勢(shì)進(jìn)行分析判斷組合預(yù)測(cè)是利用各種預(yù)測(cè)模型，應(yīng)用在年線損率預(yù)測(cè) 以及月線損率預(yù)測(cè)上十分適用；基于層次分析法-灰色綜合關(guān)聯(lián)及多灰色模型組合建模 的線損率預(yù)測(cè)《電網(wǎng)技術(shù)》2011年第6期|張勇軍石輝翟偉芳何昌皓；重慶大學(xué)-李自 若-基于神經(jīng)網(wǎng)絡(luò)的A市電網(wǎng)理論線損率的預(yù)測(cè)。
[0003] 現(xiàn)有的預(yù)測(cè)方法由于考慮線損影響因素較少因此預(yù)測(cè)偏差較大。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的在于提供一種基于非等距加權(quán)灰色模型和模糊聚類排序線損率預(yù) 測(cè)方法，旨在解決解決線損預(yù)測(cè)中，不考慮的經(jīng)濟(jì)增長(zhǎng)因素，外界環(huán)境因素對(duì)線損率影響， 預(yù)測(cè)偏差較大的問(wèn)題。
[0005] 本發(fā)明是這樣實(shí)現(xiàn)的，一種基于非等距加權(quán)灰色模型和模糊聚類排序線損率預(yù)測(cè) 方法包括以下步驟：
[0006] 步驟一，模型建立
[0007] 設(shè)原女臺(tái)數(shù)據(jù)序列為 x(。）（t) = (x(0) (tj，x(0) (t2)，…，x(0) (tn));
[0008] 這里以經(jīng)濟(jì)增長(zhǎng)數(shù)據(jù)作為坐標(biāo)取ati為本年度⑶P與上年度⑶P的差值，進(jìn)行基 于經(jīng)濟(jì)增長(zhǎng)變化的序列累加#士,）= 匕)軋，i = 1，2, 3,…，n ;建立常參數(shù)微分方程 k=\ 生成累加序列：
[0009]
【主權(quán)項(xiàng)】
1. 一種基于非等距加權(quán)灰色模型和模糊聚類排序線損率預(yù)測(cè)方法，其特征在于，該基 于非等距加權(quán)灰色模型和模糊聚類排序線損率預(yù)測(cè)方法： 以網(wǎng)供電量、電網(wǎng)投資、全社會(huì)用電量、第一產(chǎn)業(yè)用電量、第二產(chǎn)業(yè)用電量、第三產(chǎn)業(yè)用 電量做為各年份線損率的特征數(shù)據(jù)，并選取預(yù)測(cè)樣本作為對(duì)比對(duì)象，按照各性狀與對(duì)比對(duì) 象的相似度，將歷史數(shù)據(jù)進(jìn)行模糊聚類排序； 根據(jù)影響因素對(duì)歷史數(shù)據(jù)進(jìn)行模糊聚類排序，引入權(quán)值矩陣，將排列好順序的歷史數(shù) 據(jù)賦予權(quán)值，使得各個(gè)數(shù)據(jù)對(duì)于灰色建模的影響不等。
2. 如權(quán)利要求1所述的基于非等距加權(quán)灰色模型和模糊聚類排序線損率預(yù)測(cè)方法，其 特征在于，累加序列生具體方法如下： 以經(jīng)濟(jì)增長(zhǎng)數(shù)據(jù)作為坐標(biāo)取Λ ti為本年度GDP與上年度GDP的差值，進(jìn)行基于經(jīng)濟(jì)增 長(zhǎng)變化的序列累加
3. 如權(quán)利要求1所述的基于非等距加權(quán)灰色模型和模糊聚類排序線損率預(yù)測(cè)方法，其 特征在于，對(duì)歷史數(shù)據(jù)進(jìn)行模糊聚類排序的方法： 選取網(wǎng)供電量、電網(wǎng)投資、全社會(huì)用電量為特征數(shù)據(jù)，全社會(huì)用電量包括第一產(chǎn)業(yè)、第 二產(chǎn)業(yè)和第三產(chǎn)業(yè)，初始化樣本數(shù)據(jù)矩陣，進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化： 綜合評(píng)價(jià)對(duì)象X = (X1, x2,…，X1J，每個(gè)對(duì)象由m個(gè)指標(biāo)表示其形狀，Xi= (X n, xi2，… xim)(i = 1，2,…，n)，構(gòu)成原始的數(shù)據(jù)矩陣X= (Xipnxm;對(duì)原始數(shù)據(jù)矩陣進(jìn)行無(wú)量綱 處理，并將數(shù)據(jù)壓縮到區(qū)間[〇，1]上，添加一個(gè)對(duì)比對(duì)象x n+1，及各個(gè)指標(biāo)的標(biāo)準(zhǔn)值， 然后構(gòu)造出模糊相似矩陣R= 0^)(η+1)χ(π+1);采用相似系數(shù)法中的數(shù)量積法計(jì)算rij，
將R改造成模糊等價(jià)矩陣R*即存在一個(gè)最小自然數(shù)k(k < η)，使得傳遞閉包t (R)= Rk，對(duì)于一切大于k的自然數(shù)m，恒有Rn1= R \此時(shí)，t (R)為模糊等價(jià)矩陣，采用二次方法求 傳遞閉包，對(duì)已建立的模糊等價(jià)矩陣，取定閾值λ，若Irij彡λ (1彡i, j彡η)則X JP X』歸 為一類，再讓?duì)擞纱笞冃。玫接杉?xì)到粗的分類，以此進(jìn)行模糊聚類序； 從數(shù)據(jù)中分析出與xn+1為一類的對(duì)象，即找出η+1行中除η+1的最大值，則此最大值的 列下標(biāo)即為最優(yōu)對(duì)象所在行的行號(hào)，借助另一個(gè)一維矩陣記下對(duì)象所在行的序號(hào)；將數(shù)據(jù) 矩陣中與xn+1為一類的對(duì)象的各指標(biāo)置為零；重復(fù)以上步驟直到全部對(duì)象排序完畢。
4. 如權(quán)利要求1所述的基于非等距加權(quán)灰色模型和模糊聚類排序線損率預(yù)測(cè)方法，其 特征在于，引入權(quán)值矩陣將模糊聚類排序后的線損率歷史數(shù)據(jù)賦予權(quán)值即：
其中，W為權(quán)遞增因子，取W = 1~2。
5.如權(quán)利要求1所述的基于非等距加權(quán)灰色模型和模糊聚類排序線損率預(yù)測(cè)方法，其 特征在于，時(shí)間響應(yīng)序列求解后需要?dú)埐钚拚?分析預(yù)測(cè)值與實(shí)際值的相對(duì)誤差，根據(jù)誤差分析結(jié)果劃定誤差符號(hào)和誤差絕對(duì)值的馬 爾科夫鏈狀態(tài)區(qū)間并根據(jù)劃分狀態(tài)集分別計(jì)算概率轉(zhuǎn)移矩陣得到基于Markov殘差修正的 預(yù)測(cè)結(jié)果。
【專利摘要】本發(fā)明公開(kāi)了一種基于非等距加權(quán)灰色模型和模糊聚類排序線損率預(yù)測(cè)方法，以網(wǎng)供電量、電網(wǎng)投資、全社會(huì)用電量、第一產(chǎn)業(yè)用電量、第二產(chǎn)業(yè)用電量、第三產(chǎn)業(yè)用電量做為各年份線損率的特征數(shù)據(jù)，并選取預(yù)測(cè)樣本作為對(duì)比對(duì)象，按照各性狀與對(duì)比對(duì)象的相似度，將歷史數(shù)據(jù)進(jìn)行模糊聚類排序；根據(jù)影響因素對(duì)歷史數(shù)據(jù)進(jìn)行模糊聚類排序，引入權(quán)值矩陣，將排列好順序的歷史數(shù)據(jù)賦予權(quán)值，使得各個(gè)數(shù)據(jù)對(duì)于灰色建模的影響不等。本發(fā)明進(jìn)一步優(yōu)化了預(yù)測(cè)結(jié)果的作用，將經(jīng)濟(jì)因素對(duì)于線損率預(yù)測(cè)的影響最小化；彌補(bǔ)了歷史數(shù)據(jù)因易受到經(jīng)濟(jì)因素增長(zhǎng)而使預(yù)測(cè)結(jié)果產(chǎn)生誤差的不足；組合預(yù)測(cè)可以避免單一模型丟失信息的缺憾，減小了隨機(jī)性，提高了預(yù)測(cè)精度。
【IPC分類】G06Q10-04, G06Q50-06
【公開(kāi)號(hào)】CN104751254
【申請(qǐng)?zhí)枴緾N201510195397
【發(fā)明人】王崢, 于光耀, 王司陽(yáng), 梁偉, 陳培育, 劉亞麗
【申請(qǐng)人】國(guó)家電網(wǎng)公司, 國(guó)網(wǎng)天津市電力公司
【公開(kāi)日】2015年7月1日
【申請(qǐng)日】2015年4月23日