论文部分内容阅读
传统的灰色预测模型因其所需历史数据少、计算快、对平稳地区的负荷预测有较高精度等优点，曾被广泛应用。但传统的灰色预测模型对于历史数据要求较高，最好为指数形式，并且在数据波动较大的情况下，其预测误差可能变得较大，不符合实际需要。为了减小预测误差，本文在传统灰色模型的基础上，首先对部分历史数据进行平滑处理，以确保其光滑性，同时对历史数据进行等维处理，不断的剔除旧数据，增加新数据，最后进行灰色循环残差修正，在原始数据和预测模型两个方面进行了修正，提高了电力负荷预测精度。