[發明專利]逐年負荷預測中歷史數據預處理的方法與裝置

無效

• 申請號: 201010503939.1
• 申請日: 2010-10-09
• 公開（公告）號: CN101976301A
• 公開（公告）日: 2011-02-16
• 發明（設計）人: 李智勇;陳志剛;徐政;付超
• 申請（專利權）人: 廣東省電力設計研究院
• 主分類號: G06F19/00
• 分類號: G06F19/00;G06F17/30
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 王茹;曾旻輝

技術領域

本發明涉及數據挖掘技術領域，特別涉及一種逐年負荷預測中歷史數據預處理的方法與裝置。

背景技術

負荷預測作為電力系統規劃、設計、生產調度的基礎性工作，是一項重要的研究內容。根據預測的期限來分，負荷預測大致可分為以年為單位的中長期預測和以日為單位的短期預測。

逐年負荷預測即上述中長期預測有兩大類不同的預測思路：一類是根據歷史用電的變化趨勢進行趨勢外推，不考慮負荷變化的影響因素，如時間序列法、回歸分析法、灰色預測法等；另一類是通過計算影響因素與用電負荷之間的關系來求取負荷的預測值。第二類方法又包括確定性預測和不確定預測兩種，其中確定性負荷預測方法將影響因素(如GDP)與待預測的電量用一個或一組方程來描述，電量與各變量之間有明確的對應關系，包括傳統的彈性系數法、部門單耗法等，此類方法的優勢在于所需要的原始數據較少，處理方便。而不確定性方法考慮多重的影響因素，通過建立多維社會經濟因素(輸入)與用電負荷(輸出)之間的非線性映射模型求取負荷的預測值。不確定性預測方法以基于人工智能理論的人工神經網絡(ANN，Artificial?Neural?Network)和支持向量機(SVM，Support?Vector?Machines)為代表性算法。由于實際的負荷增長和社會經濟發展指標之間很難用精確的方程進行描述，不確定性預測方法在目前的研究中得到較多的關注。

不確定性預測方法分為兩個步驟：首先利用歷史年份的社會經濟因素和相應的用電量作為訓練樣本訓練生成預測模型，再將待預測年份的社會經濟指標輸入至訓練好的預測模型中獲得用電量輸出。該預測過程有不合理而需要進一步改進的地方：目前的研究中對歷史年份的選取沒有預處理的過程，各年份的數據進行同樣的處理，在預測模型的訓練過程中起到同樣的作用。而事實上，社會經濟發展情況每年皆不相同，比如待預測年份的社會經濟發展環境與距其較遠的歷史年份的社會經濟情況可能較不相似，而與近幾年的情況更為相近。因此，目前的方法不利于生成準確的預測模型。

發明內容

本發明的逐年負荷預測中歷史數據預處理的方法與裝置，對歷史數據進行分析并處理以提高預測模型的準確度。

本發明的逐年負荷預測中歷史數據預處理的方法，包括步驟：

采集待測年份和與所述待測年份相鄰的N個歷史年份的經濟指標；

計算所述經濟指標的增長速度；

比較待測年份與N個歷史年份所述經濟指標增長速度的相似度，將相似度最低的M個歷史年份的所述經濟指標增長速度用最相似的歷史年份的所述經濟指標增長速度代替。

優選地，所述經濟指標包括：GDP、第二產業GDP、人均GDP、居民消費水平、從業人口數、固定資投資、進出口總額、工業總產值和居民可支配收入。

優選地，在所述步驟計算所述經濟指標的增長速度和所述步驟比較待測年份與N個歷史年所述經濟指標增長速度的相似度之間還包括：對同一所述經濟指標不同年份的增長速度進行歸一化處理，所述步驟比較待測年份與N個歷史年所述經濟指標增長速度的相似度中的所述增長速度為歸一化處理后的增長速度。

本發明的逐年負荷預測中歷史數據預處理的方法，通過比較增長速度相似度來決定歷史數據的取舍，將與待測年份經濟指標增長速度曲線差異較大的年份的數據用與待測年份曲線最相似的年份的數據代替，由此排除了與待測年份經濟發展狀況相差較遠年份的數據的影響，且選取了與用電量最相關的九個經濟指標，有利于生成準確的預測模型。

本發明的逐年負荷預測中歷史數據預處理的裝置，包括：

采集模塊，用于采集待測年份和與所述待測年份相鄰的N個歷史年份的經濟指標；

增長速度計算模塊，用于計算所述經濟指標的增長速度；

相似度比較模塊，用于比較待測年份與N個歷史年份的所述經濟指標增長速度的相似度；

數據處理模塊，用于將相似度最低的M個歷史年份的所述經濟指標增長速度用最相似的歷史年份的所述經濟指標增長速度代替。

優選地，所述經濟指標包括：GDP、第二產業GDP、人均GDP、居民消費水平、從業人口數、固定資產投資、進出口總額、工業總產值和居民可支配收入。

優選地，還包括歸一化模塊，用于對同一所述經濟指標不同年份的增長速度進行歸一化處理，所述相似度比較模塊用于比較待測年份與N個歷史年份的經歸一化處理后的所述經濟指標增長速度的相似度。