[發(fā)明專利]基于小波分析的月度電力負荷計算機預測方法

有效

• 申請?zhí)枺?/td>: 201310059845.3
• 申請日: 2013-02-26
• 公開（公告）號: CN103136598A
• 公開（公告）日: 2013-06-05
• 發(fā)明（設計）人: 易弢;林揚宇;陳彬;高丙團;包宇慶
• 申請（專利權）人: 福建省電力有限公司;國家電網(wǎng)公司;福建省電力有限公司電力科學研究院;東南大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06
• 代理公司: 福州展暉專利事務所 35201
• 代理人: 陳如濤

技術領域

本發(fā)明涉及一種電力負荷預測方法，特別是一種基于小波分析的月度電力負荷計算機預測方法。

背景技術

負荷預測是電力系統(tǒng)發(fā)展規(guī)劃、燃料計劃、以及制定發(fā)電計劃的基礎。月度預測以月為預測時段，以月度用電量作為預測內(nèi)容。通過月負荷預測技術，能夠合理地安排電力系統(tǒng)的中期運行計劃，降低運行成本，提高供電可靠性。

月負荷量在各年中變化規(guī)律具有年周期性，在進行月負荷預測時，須在考慮到月負荷量年周期性的基礎上，充分利用了最新的月度數(shù)據(jù)，用最新的變化規(guī)律對未來的預測影響明顯地體現(xiàn)出來。由于月度用電量在各年中變化規(guī)律的周期性與短期負荷預測與日負荷曲線預測的特點相似，因此現(xiàn)有技術大多采用類似于短期負荷預測的方法，包括建立自回歸-動平均（ARMA）模型以及人工神經(jīng)網(wǎng)絡法（ANN）等等。

盡管上述方法在月度負荷預測的技術領域中已經(jīng)得到了廣泛的應用，并取得了較好的預測效果。然而上述幾種方法僅對短期內(nèi)的變化特征比較靈敏，對長期的變化特征，如指數(shù)型的增長特征，并不能很好地反映。

另外、實際的月負荷曲線除了具有隨季節(jié)變化的波動特征外，隨著社會經(jīng)濟的發(fā)展和人民生活水平的提高，還具有逐年增長的變化特征。因此，采用回歸模型和人工神經(jīng)網(wǎng)絡的方法能反映負荷曲線季節(jié)波動性特征，卻不能較好地反映負荷曲線逐年的增長趨勢。

為了同時反映月負荷曲線兩種變化特征，需要采用一定的方法將月負荷信號曲線進行分解，然后對不同特征的分量分別采用不同的預測方法進行預測。

發(fā)明內(nèi)容

本發(fā)明的目的在于根據(jù)現(xiàn)有技術的不足之處而提供一種能夠有效反應長期、逐年變化特征，更為全面的基于小波分析的月度電力負荷計算機預測方法。

本發(fā)明的目的是通過以下途徑來實現(xiàn)的：

基于小波分析的月度電力負荷計算機預測方法，其要點在于，包括如下步驟：

提供電力負荷預測模塊，其包括輸入模塊、小波變換模塊、第一類預測模塊、第二類預測模塊、小波重構模塊和輸出模塊；

輸入模塊接收來自電力系統(tǒng)的歷史負荷數(shù)據(jù)c₀，并將歷史數(shù)據(jù)c₀傳送給小波變換模塊，小波變換模塊對歷史數(shù)據(jù)進行分解，c₀分解成高頻分量d₁和低頻分量c₁，然后將c₁進一步分解成d₂和c₂，c₂進一步分解成d₃和c₃，c₃進一步分解成d₄和c₄，從而獲得分解的d₁、d₂、d₃、d₄、c₄五個分量，其中d₁-d₄具有年度周期性變化的特征，c₄具有不斷增長的變化趨勢；采用小波變換時需要對曲線進行降采樣，每進行一次小波變換，橫坐標的采樣點要減少一半；

將d₁、d₂、d₃、d₄的分量數(shù)據(jù)送入第一類預測模塊，第一類預測模塊采用能夠反映數(shù)據(jù)的周期性波動特征的數(shù)據(jù)方法對d₁、d₂、d₃、d₄這四個分量進行預測，得到d₁'、d₂'、d₃'、d₄'四個變換分量；將c₄數(shù)據(jù)分量送入第二類預測模塊，第二類預測模塊能夠反映數(shù)據(jù)持續(xù)增長的特征的方法對c₄分量進行預測，得到變換分量c₄'，采用小波重構時需要對曲線進行升采樣，每進行一次小波重構，橫坐標的采樣點要增加一半。

將上述變換分量傳送給小波重構模塊，采用Mallat重構算法，首先將分量d₄'和c₄'進行重構得到c₃'，然后以此類推，將d₃'和c₃'進一步重構得到c₂'，d₂'和c₂'進一步重構得到c₁'，d₁'和c₁'進一步重構得到預測負荷c₀'；