技术摘要：
本发明涉及一种基于改进型灰色马尔可夫模型的电网风险预测方法，本发明采用灰色系统理论和马尔可夫模型相结合的方法对风险指数进行预测，并对传统灰色系统模型的背景值选取进行优化；本发明有效地将两种预测模型优化后结合在一起，通过数据证明了该组合模型的可行性，  全部
背景技术：
跨入二十一世纪后，社会不断进步，经济逐步发展，电力行业的发展也是日新月 异。合理科学的电网风险预警研究是电力行业发展研究的重要内容之一。准确的风险预警 可以有效提高电力行业的安全水平，并有助于制定电力行业发展的战略规划和政策。 目前，已经有许多关于预测方法的探讨与研究，并且已经形成了一套比较完整的 定量预测理论体系，主要有回归分析法、灰色预测、遗传算法、神经网络模型和趋势分析法 等。虽然不同的预测模型在不同的情况下都有一定的精确性，但是电网风险预警往往受到 多种因素制约，没有哪一种预测模型在电网风险预警中具有普适性。相对单一的预测模型 会有一定的缺陷和局限性，因而我们就需要组合一些不同的预测模型，充分利用不同预测 模型的优点，提取尽可能多的有效信息，弥补单一模型的局限性，取长补短，从而达到提高 模型的预测准确性的目的。当前，组合模型已经成为预测领域中的新发展趋势。目前，灰色 系统理论存在着不小的局限性：数据越离散，越无规律，预测精度也会降低。
技术实现要素：
本发明为克服上述的不足之处，目的在于提供一种基于改进型灰色马尔可夫模型 的电网风险预测方法，本发明采用灰色系统理论和马尔可夫模型相结合的方法对风险指数 进行预测，并对传统灰色系统模型的背景值选取进行优化；本发明有效地将两种预测模型 优化后结合在一起，通过数据证明了该组合模型的可行性，能根据过往月份的风险预警指 数进行预测，从而对之后的电网政策制定能够提出具体的建议，具有极大的应用市场。 本发明是通过以下技术方案达到上述目的：一种基于改进型灰色马尔可夫模型的 电网风险预测方法，其特征在于，包括如下步骤： (1)读取电力公司作业项目安全风险管控系统的风险预警月份数据，利用预警数 据建立改进型灰色模型，对背景值进行优化，基于改进型灰色模型获得初步的拟合预测值； (2)根据真实值与拟合预测值之间的相对误差进行状态区间的划分，根据状态相 互之间的转化，计算出马尔可夫一步状态转移矩阵； (3)根据状态转移矩阵判断未来状态，利用马尔可夫系数计算修正预测数据，计算 得到预测结果。 作为优选，所述步骤(1)中，建立得到改进型灰色模型的方法为： (i)设原始数据序列为X(0)＝(x(0)(1)，x(0)(2)，…，x(0)(n))，对原始数据进行一阶 累加后产生的新序列为X(1)＝(x(1)(1)，x(1)(2)，…，x(1)(n))； (ii)对累加形成的数列建立灰微分方程： 4 CN 111598475 A 说　明　书 2/7 页 (iii)通过最小二乘法计算得a、b参数值，令Z(1)(k)＝0.5x(1)(k) 0.5x(1)(k-1)为X (1)的背景值序列，则GM(1,1)灰色模型的基本形式为：x(0)(k) aZ(1)(k)＝b 设 为参数列，令 则灰微分方程x(0)(k) aZ(1)(k)＝b通过最小二乘法求解可得： (iv)将a、b参数的值代入灰微分方程，求解可得GM(1,1)灰色模型如下式： 作为优选，采用背景值优化的方法进行优化GM(1,1)灰色模型的方法如下： 设有原始数据序列X(0)和一阶累加后产生新序列X(1)，若一阶微分方程有解，则背 景值为： 式中，L(k)＝ln  x(0)(k)-ln  x(0)(k-1)，k＝2，3，…，n。 作为优选，所述步骤(2)具体为：先根据相对误差进行状态区间的划分，然后根据 状态间的转化计算出马尔可夫一步状态转移矩阵，马尔可夫一步状态转移矩阵如下： 式中，Pij表示数据在从状态Qi到状态Qj进行一步转移之后的概率，nij表示经过一 步转移后，从状态Qi到状态Qj的次数，Ni表示状态Qi一共出现的总数；由此可知一步状态转 移矩阵为： 作为优选，所述在步骤(3)中，采用马尔可夫系数计算修正预测数据时，对如下两 种情况进行分开处理： 1)如果一步状态转移矩阵中，只出现一个最大转移概率Zik，预测结果由各个状态 所处相对误差范围的中间值来决定，即 式中，V(t)是所需要的预测值， 为相关月份的灰色预测模型的预测值，(Ai Bi)为该月份所处状态的相对误差范围； 2)如果一步状态转移矩阵中出现多个相同的Zik，预测结果由各个状态所处相对误 差范围的中间值和其所对应发生的概率来决定，即 5 CN 111598475 A 说　明　书 3/7 页 式中，Zik表示一步状态转移矩阵中的最大概率，V(t)为预测值， 为相关月份 的灰色预测模型的预测值，(Ai Bi)为该月份所处状态的相对误差范围。 本发明的有益效果在于：(1)本发明能根据过往月份的风险预警指数进行预测，从 而对之后的电网政策制定能够提出具体的建议，具有极大的应用市场；(2)本发明可以弥补 灰色系统理论对随机波动大的数据序列预测精度低的不足，又可以弥补马尔可夫模型的缺 陷，其成本不高，收益不少；同时本发明能够有效地帮助电力部门根据预警指数早做部署， 大大减少危险作业下带来的损失，因此本发明具有较大的经济效益。 附图说明 图1是本发明的方法流程示意图； 图2是本发明中传统GM(1,1)模型背景值选取误差示意图； 图3是本发明模型预测结果与其他灰色方法的预测结果比较示意图。