电力负荷区间预测的集成极限学习机方法

电力负荷预测是电力系统规划和运行决策的重要依据,其预测精度直接影响系统运行的安全性和经济性。传统预测方法在对影响负荷的不确定因素的模拟方面,主要采用概率方法和模糊集方法,其方法有局限性。为此,有必要探索新的、更科学的方法。区间预测方法近年来在很多领域受到重视。在此背景下,对基于区间预测的电力负荷预测的相关问题进行研究。首先,给出了评估预测区间质量的综合指标,即预测区间满意度。之后,提出了构建预测区间的比例系数法,其以传统的极限学习机点预测模型为基础,通过对近期历史数据进行事后预测与评估后确定两个最优比例系数,继而对极限学习机输出值进行同样比例的放缩来确定预测区间的上、下界,同时应用集成技术提高了预测的稳定性。短期和超短期负荷区间预测结果表明,比例系数法能构建高质量的预测区间,适用范围广,鲁棒性强。