基于改进灰色预测模型的中长期电力负荷预测
基于改进灰色模型的电力负荷中长期预测
单， 提高了其结果预测精度 。
１ 灰 色模型基本原理
灰 色 系 统 理 论 是 我 国著 名 学 者 邓 聚 龙 教 授 于 １８ ９２年创 立 的 一 门新 兴 横 断 学 科 ， 以“ 分 信 息 它 部 己知 、 信 息未知 ” 小样本 ”、贫信息 ” 部分 的“ “ 不确 定
灰 色 系 统是 采 用数 据 生成 ， 从 生 成 中寻 找 数 并 学规律 的一 个边缘 学科 。数 据生成 是 指将原 始数 列
中的数据 （ ） 按某种方法作数据处理 （ 或数 据 变换 ） 。灰 色理 论对 灰 量 、 灰过 程 的处 理 ， 是 找 不
概率 分布 ， 统 计规 律 ， 是用 “ 成 ” 方 法 求 得 求 而 生 的 随机 性弱化 、 规律 性 强化 了的新数 列 ， 此数列 的数 据
第 １ ６卷
Ｖｏ１１ ．６
第 ５期
ＮＯ ５ ．
重庆 电力高等专科学校学报
Ｊｔ ｌ ｏ Ｃ ｏｇｉ ｏ ｅ ｌ ｌ ￣ Ｔ ｎ ｒ Ｃ ｇ
２１年 １ ０１ ０月
Ｏｃ ． ０１ ｔ２ １
基于改进灰色模型的 电力负荷中长期预测
第 ５期
蒋
燕 等 ： 基 于改进灰色模型的 电力负荷 中长期预测
８ ７
吓 ：
① 设原 始 数据 序列 为 ： Ｘ‘ 。 ’＝ ｛ 。（ ） 。（ ） … ， 。（，｝ ‘ １ ，‘ ２ ， ’／ ’ ７ ） 对 ∞ 数据 列 进 行 一 次 累加 生 成 （ ’ １一Ａ Ｏ） Ｇ ， 得 到新 的数 据列 ｛ ’ｋ ｝ｋ ＝ｌ２ … ， 即 ： ¨ （ ） ， ，， ｎ，
基于改进灰色模型的电力中长期负荷预测研究
基于改进灰色模型的电力中长期负荷预测研究发表时间：2015-12-21T16:18:51.150Z 来源：《电力设备》2015年5期供稿作者：王迪[导读] 苏州大学机电工程学院苏州轨道交通集团有限公司运营分公司电力负荷预测是电力系统规划和运行工作的重要组成部分，是电力系统可靠供电和经济运行的基础。
王迪（1.苏州大学机电工程学院；2.苏州轨道交通集团有限公司运营分公司江苏苏州 215000）摘要：电力负荷预测是电网规划的核心工作。
本文比较分析了多种传统灰色预测模型的改进方法，提出了依负荷情况而定的结合两种改进法的新模型，新模型使灰色预测法具有了更强的适应性和预测性能。
关键词：电力负荷预测；传统灰色预测模型；无偏灰色预测模型；灰参数前言电力负荷预测是电力系统规划和运行工作的重要组成部分，是电力系统可靠供电和经济运行的基础[1]，负荷预测的准确度直接影响到投资、网络布局和运行的合理性。
在电力负荷预测中，中长期负荷预测的期限接近于大部分电力工程的周期，因此在系统规划、新发电厂和变电站等发、配电系统的建立上有着特殊的重要地位。
随着现代科技的快速发展，负荷预测的新兴技术方法不断涌现，灰色预测法即是适用于中长期电力负荷预测的应用最广泛的方法之一。
灰色预测模型具有要求负荷数据少、不考虑分布规律、运算方便等优点，因此许多专家与学者都致力于这一新兴的负荷预测方法的研究中。
本文对传统灰色预测模型进行了改造与适应性研究，提出了依负荷情况而定的结合两种改进法的新模型，增强了灰色预测法的适应性和预测性能，并在实际案例中验证了新模型的合理性。
一、灰色预测法灰色系统理论是中国学者邓聚龙教授首先提出来的。
所谓灰色，指的是信息部分已知、部分未知，或者说信息不完全[3]。
电力系统具有灰色特征，电力负荷符合了灰色预测的一系列基本条件，因此基于灰色系统理论的灰色预测法才得以在电力负荷预测中得到了推广与应用。
灰色预测法是目前在中长期负荷预测中应用最广泛、效果最为理想的一类不确定性预测方法之一。
基于改进灰色马尔科夫预测法的中长期负荷预测
基于改进灰色马尔科夫预测法的中长期负荷预测夏耀杰;程浩忠【摘要】This paper proposes a method that can improve the accuracy of the load sequence with large distortion. Load is dif⁃ficult to predict, because it’s affected by weather, holidays, econo⁃my and other factors. Time series of load show a non⁃stationary ran⁃dom process. In some years there will be even greater load values distorted that will result in the model prediction accuracy declin⁃ing. This paper has three steps to forecast the distortion larger data sample,and the error analysis. First,it sets up gray prediction mod⁃el,then models with residuals model modified to increase the ran⁃domness. In the end, it uses a modified Markov chain error correc⁃tion to improve the accuracy of the error. Article sample data using a city from 1998 to 2013 the maximum load is used to verify the re⁃liability of the algorithm,numerical example results show that:compared with the traditional grey system forecasting model,this model has higher fitting degree. The advantage of this method in the same sample is high degree of fitting and obviously correct dis⁃tortion error.%提出了一种提高对可能发生较大畸变序列的负荷预测精度的方法。
基于缓冲算子和指数修正的优化灰色预测模型的中长期负荷预测
算子 对原 始数 据进 行处 理 。
１ ＧＭ（ １ ， １ ） 模 型
Ｇ Ｍ（ １ ， １ ） 模 型是 最 常 见 的一 种 灰 色 动态 预 测 模 型， 该模 型 由一 个单 变量 的一 阶微分 方程 构成 。具 体 步骤 如下 ：
１ ． １ 累加生 成
模 的精 度 要求 较 高 ， 可保 持 原 系 统 的特 征 ， 较好 的
【 关键词 】 灰色模型 负荷预测 缓冲算子 【 中图分类号 】 Ｔ Ｍ７ １ ５ 【 文献标 识码 】 Ａ
０ 引 言
灰 色 系统 理 论 通 过整 理 原 始 数 据 以 弱化 随机 性， 而 后在 此基 础上 建模 和 预测 。灰 色 预测 模 型具
偏 差较 大 ； 二 是 不 太 适合 于长 期 的 预测 ， 预测 精 度 较高 的数 据仅 仅是 最 近 的几 年 。 为 了解决 以上 的 问 题， 本 文 针对 上 述 的不 足 之处 ， 主要 是 运 用 了缓 冲
反 映 系统 的实 际情 况 。然 而 预测 实 践表 明 ．用 Ｇ Ｍ
累加 生成 能使 任 意非 负数 列 、 摆动 的与非 摆 动
的， 转化 为非 减 的 、 递 增 的数列 。 通 过累 加生成 后 得
（ １ ， １ ） 模 型进 行 预 测 时 ， 有 时 候 的 预 测结 果 效 果 不
有要 求 样本 数据 少 、不考 虑 分布 规 律和 变化 趋 势 、
原 理 和计 算 过 程 简 单等 优 点 ， 因而 ， 灰 色理 论 已经 应用 到许 多 的领 域 。 Ｇ Ｍ模 型具 有 以下 的特点 ： １ ） 建 立模 型所 需要 的信息 较少 ，通 常 只要４ 个 以上 数 据 即可 建模 ； ２ ）不 必知 道原 始数 据分 布 的先 验 特征 ， 对 无 规 律 或 是 服从 任 何 分 布 的任 意 离 散 的 原 始 序 列 ，通过 有 限次得 生成 即 可转 化成 有 序数 列 ； ３ ） 建
灰色预测模型及中长期电力负荷预测应用研究
灰色预测模型及中长期电力负荷预测应用研究一、本文概述本文旨在探讨灰色预测模型在中长期电力负荷预测中的应用研究。
我们将简要介绍灰色预测模型的基本理论和发展历程，阐述其在复杂系统预测中的优势和适用性。
接着，我们将分析当前电力负荷预测面临的主要挑战和问题，包括数据的不确定性、非线性特征以及外部因素的干扰等。
在此基础上，我们将深入探讨灰色预测模型在电力负荷预测中的具体应用方法和技术，包括模型的构建、参数的优化以及预测结果的评估等。
我们将通过实例分析，展示灰色预测模型在中长期电力负荷预测中的实际应用效果，并提出相应的改进建议和发展方向。
本文的研究对于提高电力负荷预测的准确性和可靠性，优化电力资源的配置和调度，促进电力行业的可持续发展具有重要的理论和实践意义。
二、灰色预测模型理论基础灰色预测模型，也称为GM(1,1)模型，是中国学者邓聚龙教授在20世纪80年代提出的一种针对小样本、贫信息数据的预测方法。
灰色预测模型的理论基础主要建立在灰色系统理论上，该理论认为尽管系统的某些信息是不完全的、模糊的，甚至是未知的，但通过对这些有限、离散的数据进行特定的处理和分析，仍可以有效地揭示系统的运行规律，并实现对未来的预测。
灰色预测模型的核心思想是利用累加生成序列来减弱原始数据的随机性，使其呈现出明显的规律性。
具体来说，GM(1,1)模型首先通过对原始数据进行一次累加生成（1-AGO）处理，得到一个近似的指数规律序列。
然后，基于这个序列建立微分方程模型，通过求解该微分方程，可以得到未来时间点的预测值。
GM(1,1)模型具有算法简单、计算量小、对数据要求低等优点，因此在许多领域得到了广泛应用。
在中长期电力负荷预测中，由于历史数据有限、影响因素复杂，且电力负荷的变化往往呈现出非线性、不确定性等特点，这使得传统的预测方法难以取得理想的预测效果。
而灰色预测模型则能够有效地处理这些问题，实现对电力负荷的中长期预测。
当然，灰色预测模型也存在一定的局限性。
灰色预测模型在电力负荷预测中的应用
合 的方 法 ， 将 电力 负荷 进行更 准确 、 更稳 定 的预测 。 目前 ， 电力 负荷 预 测 的方 法 主要 有 三种 ： 时 间 序列 法 、 人 工智 能法 和组合 预测 法三种 。 其中， 灰 色 模型， 因为其具 有原 理简单 ， 只需 ４ 个 以上 数据 即可
＋ Ｉ Ｉ
Ｓ ｔ ｅ ｐ ２ ： 构造 背景 值序 列Ｚ ‘ ” 。
Ｚ ‘ ： （ ｚ ‘ （ ２ ） ， （ （ ３ ） ， …， ｚ （ （ ｎ ） ）
度 。徐进 军 ［ １ １ 通 过 反 向累加 序列 改进 初始值 ， 使越 陈 旧 的信 息 ， 权 越小 ， 越新 的信 息 ， 圈越 大， 在 一定 ＋
王 艳 春
华北 电力 大学经 济 与管理 学院 河北 保 定 ０ ７ １ ０ ０ ３
【 摘要 】 方 法 的选择 对 电力 负荷预 测结 果 至关 重要 ， 本 文通 过对 （ １ ） 增加 干扰 因素 ， 实现 对
初始值的优化， 较已有研究文献使用 ㈣ （ ｎ ） 方法更加便于理解， 保持运算前后一致， 同时， 改
建模 、 运算 方便 、 易于检 验等 优点 ， 近 几年在 电力负
荷 预测 上得 到 了广泛 的应 用 ］ 。但 是 ， 由于 灰 色预 测模 型在模 型参 数估计 方法 、 背景 值设 置 与初始 值 条件 的设 置上存 在很多 缺 陷 ， 使得 灰 色预测 模 型存 在一些 预测 精度 不高 的情况 。 通过 阅读 大 量 国 内外 文献 资 料 ， 本文 在 文献 ＿ ６ 。 的基础 上 ， 使用 初 始条 件 （ （ １ ） 添加 扰 动 因素Ｊ Ｂ ， 代
基于灰色反馈模型的电力系统中长期负荷预测
（ ．ｎ ｅ Ｍ ｎ ｏａＥｅｔｃＰｗ ｒ ｒ ｐＣ ． Ｌ ． Ｈ ｈｏ ０ ０２ ， ｈｎ ；．ｎ ｅ Ｍ ｎｏ ａＨ ａｉ ቤተ መጻሕፍቲ ባይዱ Ｉｎｒ ｏｇｌ ｌ ｒ ｏ ｅ Ｇ ｏ ｏ ，ｔ ， ｏｈｔ １０ ０ Ｃ ｉ ２ Ｉｎｒ ｏｇｌ ｕｄ ｎ ｉ ｃｉ ｕ ｄ ａ ｉ ａ
摘 要 ： 高灰 色模 型预 测精 度 的关键在 于增加 原始 数据 列 的平 滑性和 引入 反馈 机 制修 正模 型 预 测值 。 通过 对 提
灰 色理论 预测 方 法建模 机理及 其 改进 方法的研 究 ， 出了综合 利 用对数 函数 一幂 函数 变换 和 等 维新 息 方 法 处理 提 数据 ， 通过 两次独 立 的灰 色建模 运 算 ， 以第一 次的预 测值 即时 间序 列作 为反 馈信 息 建 立灰 色反 馈 预 测模 型 ， 出 得 第二 次预 测值 即为最 终结果 。将该 模 型应 用于 中长期 负荷预 测 ， 算表 明与 改进前 结果 相 比预 测精 度 明显提 高 ， 计
具有较 强的 实用性 。
关键词 ： 负荷预 测 ； 色反 馈模 型 ； 灰 对数 函数 一幂 函数 变换 ； 馈机 制 ； 维新 息 反 等
中 图分类 号 ：Ｍ７ ５ Ｔ １ 文 献标识 码 ： Ｂ
Ｔｈｅ Ｍ ｅ ｉ ｍ －ｅ ｍ ｎｄ Ｌｏ ｇ ｔｒ ａ ｒ ｃ ｓ ｏ ｄ ａ ｔ ｒ ａ ｎ －ｅ ｍ Ｌｏ ｄ Ｆｏ ｅ ａ ｔｆ ｒ
Ｐｏ ｒ Ｓ ｓｅ ｓ ｄ ｏ ｈ ａ ｅ ｄ ａ ｋ Ｍ ｏ ｅ ｗｅ ｙ ｔｍｓ Ｂａ ｅ ｎ ｔ ｅ Ｇｒ ｙ Ｆ ｅ ｂ ｃ ｄ ｌ
Ｚ Ａ ｉｎ Ｓ Ｉ ｈｎｑｎ ，Ｉ ｉｏｙ ＪＡ Ｇ Ｈ ＮＧＱａｇ ，Ｈ ｅ—ｉ Ｌ ａ —ｕ ，ＩＮ —ｉ Ｚ Ｘ ｑ ｎ
基于改进灰色模型电力负荷预测
摘要 ： 随着 电力市场 的推进 ， 负荷预测 已成为保证 电网稳定运行 的基础 ， 电力负荷预 测在 电力系统规 划中的重要性和 迫切性越 来越 受到 高度 重视 。 然而， 基 于电力系统 的复 杂性 ， 保证预 测的准确性是 电力企业 负 荷 预测工作 的关键 。 传统的 Ｇ Ｍ（ １ ， １ ） 模型在 实际 应用中 存 在很多缺点和局 限性 ， 本文从 初始条件处理和初值 的选取 方面进行 了改进： 对原始输入数据 的处理 ， 运 用 了指数加权 法， 对
ｃ ｈ ａ ｎ ｇ ｉ ｎ ｇ ｔ ｈ ｅ ｉ ｎ ｉ ｔ ｉ ａ ｌ” ｅ ”ｖ ａ ｌ ｕ ｅ ｔ ｏ ｒ ｅ ｐ ｌ ａ ｃ ｅ ｔ ｈ ｅ ｒ ｅ ｓ ｐ ｏ ｎ ｓ ｅ ｐ ａ ｒ ａ ｍｅ ｔ ｅ ｒ ｓ ’ （ １ ）ｉ ｎ ｔ ｒ ｅ ａ ｔ ｍｅ ｎ ｔ ｏ ｎ ｉ ｎ ｉ ｔ ｉ ａ ｌ ｖ ａ ｌ ｕ ｅ ｄ ｉ ｆ ｅ ｒ ｅ ｎ ｔ ｉ ｌ ａ ｅ ｑ ｕ ａ ｔ ｉ ｏ ｎ ｓ ｏ ｆ ｔ ｉ ｍｅ ｄ ｅ ｔ ｅ ｒ ｍｉ ｎ ｅ ｄ
（ 四川省内江市供 电局 ， 内江 ６ｇ Ｃ ｉ ｔ ｙ Ｐ ｏ ｗ ｅ ｒ Ｓ ｕ ｐ ｐ ｌ ｙ Ｂ ｕ ｒ ｅ ａ ｕ ｏ ｆ Ｓ ｉ ｃ ｈ ｕ ａ ｎ ， Ｎ ｅ ｉ ｊ ｉ ａ ｎ ｇ ６ ４ １ ０ ０ ０ ， Ｃ ｈ ｉ ｎ ａ ）
ｂ ｙ ｍｉ ｎ ｉ ｍｉ ｚ ｉ ｎ ｇ ｔ ｈ ｅ Ｅ ｕ ｃ ｌ ｉ ｄ ｅ ａ ｎ ｄ ｉ ｓ ｔ ａ ｎ ｃ ｅ ａ ｓ ｍｅ ｔ ｈ ｏ ｄ ｏ ｆ ｆ ｏ ｒ ｅ ｃ ａ ｓ ｔ ｖ ａ ｌ ｕ ｅ ａ ｎ ｄ ｔ ｈ ｅ ａ ｃ ｔ ｕ ａ ｌ ｖ ａ ｌ ｕ ｅ ． Ｔ ｈ ｍｕ ｇ ｈ ｅ ｘ ａ ｍｐ ｌ ｅ ａ ｎ ａ ｌ ｙ ｓ ｉ ｓ ， ｔ ｈ ｉ ｓ ｐ ａ ｐ ｅ ｒ ａ ｃ ｈ ｉ ｅ ｖ ｅ ｓ ｇ ｏ ｏ ｄ ｒ ｅ ｓ ｕ ｌ ｔ ｓ ｉ ｎ ｔ ｈ ｅ ｉ ｍｐ ｒ ｏ ｖ ｅ ｍｅ ｎ ｔ ．
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
型 ，ｚ （ ０ ’ ＋ １ ） ＋ 一 １ 口 『 （ １ （ ＋ １ ） ＋ （ １ （ ”］ ： “的 时 间 相 应 序 列 为 ：
２ Ｌ
， ０、
（ 即灰 色 系 统 ） ， 使 得 负荷 变 化 表 现 的似 乎无 规 律 ， 灰 色 理 论 将 看似 无 规 律 的历 史 数 据 经 累加 生 成后 与 原 来数 值 相 比具有 明显 的 指 数增 长 规 律 ， 而 微 分方 程 解 的 形式 为 指 数增 长 ， 利用 微 分 方程 拟合 生成 后 呈指 数增 长规 律 的数 据列 ， 进 而进 行 负荷 预测 ， 最后 经 累减 还 原生 成 实际 负荷 预 测值 。Ｇ Ｍ（ １ ， １ ）模 型具 体 的建 模过 程 如下 。
ｉ （ ＋ １ ） ＝ ｊ ‘ ” （ ＋ １ ） 一 ｊ “ ’ （ ） ＝ （ １ 一 ｅ ） Ｉ ‘ （ １ ） 一 Ｉ ｅ 一 （ ＝ ０ ， １ ， ２ ， … ， 一 １ ） 。
＼ ａ／
进 行 等 维 灰度 递 补 动 态 处理 ，去 掉 ｃ 。 ｆ １ ）， 增加 （ ｎ ＋ １ ）， 原 始 数 据序 列 变 为 ： ｛ Ｘ ０ ） （ ２ ） ． ． ． ， （ 一 ） ， ｉ （ ＋ １ ） ｝ ， 依据 此 调 整后 的 原始 数 据序 列 ， 再 次 运用 传 统 Ｇ Ｍ（ １ ， １ ）模型 预测 下 一个 值 。最后 ， 重 复 以上 步骤 ， 直 到求 得最 终预测 结 果 。
一
无 跳跃 性 的 ， 且 以最 新 的数据 为参 考 点 ， 最 早 的数据 可有 可无 ， 但 最 新 的数 据 必 须 加 如 ， 由 此使 得 灰 色 Ｇ Ｍ（ １ ， １ ）模 型 的应 用 受至 ０ 限带 ０ 。
２ 等维 灰度 递补 Ｇ Ｍ （ １ ， １） 模型
等维灰度递补 Ｇ Ｍ（ １ ， １ ）模 型 的本 质 是将 每 一个 新 得 到 的 预 测 数据 送 入 原始 数 据 中 ，同时 去掉 一 个最 早 的 数据 ， 保持 数
测 的精 度 。具体 的 建模过 程 如下 。 首 先 同传 统 Ｇ Ｍ（ １ ， １ ） 模 型 一 样 ， 分 别 经 一 次 累 加 （ 卜Ａ Ｇ Ｏ ）和 一 次 累 减 （ 卜Ｉ Ａ Ｇ Ｏ ）处 理 得 到 Ｇ Ｍ（ １ ， １ ） 模 模
摘 要 介绍 了等维灰度递补 Ｇ Ｍ（ ｉ ， １ ）的建模原理 ， 采用山东省 ２ ０ ０ ０ － ２ ０ ０ ７ 年 的用电需求 负荷建立等维灰度递补 Ｇ Ｍ （ １ ， ｉ ）预测模型 ， 预测山东省 ２ ０ ０ ８ 年和 ２ ０ ０ ９ 年的用 电负荷 ， 与 实际用电负荷进行对 比 ， 验证 了灰 色马尔科夫模型在 对电力负荷进行长期预测时具有较高的精度。 关键词 灰 色预测 ；电力负荷 Ｇ Ｍ（ １ ， １ ） ； 等维灰度递补 中图分 类号 ： Ｔ Ｍ ７ １ ４ 文 献 标识 码 ： Ａ 文章 编 号 ： １ ６ ７ １ － ７ ５ ９ ７（ ２ ０ １ ４ ）Ｉ ５ － ０ ０ ４ ９ — ０ ２
据 个 数 不 变 。用 次 样 本 序 列 重 建 新灰 色 Ｇ Ｍ（ １ ， １ ）模 型 ， 预 测 下 一 个值 。重 复 以上 过 程 ， 逐 个 预测 ， 依次 递补 。这 样 可 以及 时 补 充利 用 新 信 息 ， 提 高 了灰平 面 的 白化度 ， 从 而 提 高 负荷 预
２ ０ １ ４ 年第１ ５ 期总第１ ５ ９ 期
Ｓ¨Ｌ ＿ Ｃ０Ｎ ＶＡＬＬＥＹ
固
基于改进 灰色预 测模 型 的中长期 电力 负荷预 测
王 虹’ ， 刘 爽 ， 王 楠。 （ １ ．河北 大 学电子 信息 工程 学 院 ， 河北 保定 ０ ７ １ ０ ０ ２； ２ ． 河 北 大学 质量 技术监 督 学院 ， 河 北保 定 ０ ７ １ ０ ０ ２； ３ ． 河 北大 学 人 民武 装学院 ， 河 北石 家 庄 ０ ５ ０ ０ ０ ０ ）
记往年的用电负荷原始数据为 ：
（ ２ ） ， ． （ ． ） ｝ ， 一
次 累加 生 成数 列 （ 卜Ａ Ｇ Ｏ ）为 ： ｍ ： （ １ ） ， ｍ （ ２ ） … ｍ （ ） ｌ，其 中 ，
随着 我 国 电力 行 业 的飞 速 发展 ，电力 负 荷 预测 技 术 己成 为 电力 系 统 的一 个 重 要研 究领 域 。 中长 期 电力 负 荷 预测 的结 果 在 于 具有较 强指 数规 律 的负 荷预 测 ， 其要 求数 据必 须是 等距 、 相邻、
定 程 度 上决 定 未 来规 划 期 内电 力 系统 的 发 展方 向 ，因此 ， 高 精度 的预测技术对 电力系统 的发展有着重要意义。 目前使用的 电力 负 荷 预测 技 术 有 趋 势 外推 、 回 归模 型 、 灰色 等 。 其 中 ， 灰 色预 测 技 术 以其 较 小 的样 本 量 ， 较 高 的 预测 精 度 被广 泛 应 用 于 短 、 中、长 期 的 电 力 负荷 预 测 中 。模 型 的局 限 性 是 当数 据 离 散 程度 越 大 ，即数 据 灰度 越 大 时 预 测精 度 越 差 ； 且 不适 合 预 测 长 期 后 推若 干 年 的预 测 。 本 文 将 Ｇ Ｍ（ １ ， Ｉ ）模 型 和 等 维 灰 度 递 补 方 法 改进 的 Ｇ Ｍ（ １ ， １ ）模 型分 别 用 于 电力 负 荷预 测 ， 对 比结 果 后 发 现 改进 的灰 色 Ｇ Ｍ（ １ ， １ ）模 型 能提 高 中长 期 电力 负 荷 预 测