中英文资料外文翻译文献
基于改进的灰色预测模型的电力负荷预测
摘要尽管灰色预测模型已经被成功地运用在很多领域，但是文献显示其性能仍能被提
高。为此，本文为短期负荷预测提出了一个GM（1，1）关于改进的遗传算法（GM（1，1）IGA）。由于传统的GM（1，1）预测模型是不准确的而且参数的值是恒定的，为了解决这个问题并提高短期负荷预测的准确性，改进的十进制编码遗传算法（GA）适用于探求灰色模型GM（1，1）的最佳值。并且，本文还提出了单点线性算术交叉法，它能极大地改善交叉和变异的速度。最后，用一个日负荷预测的例子来比较GM（1，1）IGA模型和传统的GM（1，1）模型，结果显示GM1，1IGA拥有更好地准确性和实用性。关键词：短期的负荷预测，灰色系统，遗传算法，单点线性算术交叉法
f第一章绪论
日峰值负荷预测对电力系统的经济，可靠和安全战略都起着非常重要的作用。特别是用于每日用电量的短期负荷预测（STLF）决定着发动机运行，维修，功率互换和发电和配电任务的调度。短期负荷预测（STLF）旨在预测数分钟，数小时，数天或者数周时期内的电力负荷。从一个小时到数天以上不等时间范围的短期负荷预测的准确性对每一个电力单位的运行效率有着重要的影响，因为许多运行决策，比如：合理的发电量计划，发动机运行，燃料采购计划表，还有系统安全评估，都是依据这些预测1。传统的负荷预测模型被分为时间序列模型和回归模型234。通常，这些模型对于日常的短期负荷预测是有效的，但是对于那些特别的日子就会产生不准确的结果567。此外，由于它们的复杂性，为了获得比较满意的结果需要大量的计算工作。灰色系统理论最早是由邓聚龙提出来的8910，主要是模型的不确定性和信息不完整的分析，对系统研究条件的分析，预测以及决策。灰色系统让每一个随机变量作为一个在某一特定范围内变化的灰色量。它不依赖于统计学方法来处理灰色量。它直接处理原始数据，来寻找数据内在的规律11。灰色预测模型运用灰色系统理论的基本部分。此外，灰色预测可以说是利用介于白色系统和黑色系统之间的灰色系统来进行估计。信息完全已知的系统称为白色系统；相反地，信息完全未知的系统称为黑色系统。灰色模型GM（1，1）（即一阶单变量灰色模型）是灰色理论预测中主要的模型，由少量数据（4个或更多）建立，仍然可以得到很好地预测结果12。灰色预测模型组成部分是灰色微分方程组特性参数变化的非常态微分方程r