基于灰色理论的电力监控数据多因素预测模型

随着大数据技术的发展,大数据技术被广泛地应用在电力负荷预测上,大数据技术的应用前提是需要海量的相关数据。灰色系统理论可以弥补大数据缺少样本信息的缺陷。我国电力负荷,既有逐年增长的确定性,又有随机变化的不确定性,可以视为典型的灰色系统,适合使用灰色模型建模预测。本文提出采用多因素的GM(1,1)优化模型,分析了10年的社会用电结构,并以不同结构的用电力监控数据为基础,建立并检验了基于有限电力数据多因素的灰色预测模型。全社会不同结构电力负荷预测结果表明,该模型预测的最大误差小于4.8%,预测结果证明了该模型的有效性和可用性。上述研究对于丰富电力负荷预测手段,弥补传统大数据技术在负荷预测方面需求数据量较高的局限性均具有十分重要的现实意义。