[發明專利]一種基于智能算法優化組合的電網負荷率預測方法

在審

• 申請號: 201510241100.8
• 申請日: 2015-05-13
• 公開（公告）號: CN104834975A
• 公開（公告）日: 2015-08-12
• 發明（設計）人: 王學軍;張軍;張振高;李慧;劉艷霞;何永秀;李大成;張吉祥
• 申請（專利權）人: 國家電網公司;國網天津市電力公司;華北電力大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06
• 代理公司: 天津才智專利商標代理有限公司 12108
• 代理人: 龐學欣

1.一種基于智能算法優化組合的電網負荷率預測方法，其特征在于：其包括按順序執行的下列步驟：

第一步：對可能對電網負荷率造成影響的因素進行梳理，以這些因素相對應的數據作為基礎數據，采用的時間序列樣本數不低于10個；

第二步：應用Eviews軟件對以上多種因素進行篩選，剔除與電網負荷率相關性差的因素；

第三步：對保留下的序列因素相應的基礎數據進行歸一化處理，以消除量綱對預測的影響；

第四步：根據電網負荷率類型從下面表格中依據對應關系選擇合適的預測方法，并基于不同軟件平臺結合上述歸一化的相關數據進行預測，以得到預測結果；

表1?負荷率類型與預測方法對應表

第五步：經過逆向還原將上述預測結果處理為正常量綱下的數據；

第六步：以平均絕對百分誤差MAPE作為適應度函數，基于遺傳算法將RBF神經網絡算法、GRNN神經網絡算法和SVR算法的預測結果利用組合預測數學模型進行優化組合，以得到最佳預測結果。

2.根據權利要求1所述的基于智能算法優化組合的電網負荷率預測方法，其特征在于：在第一步中，所述的可能對電網負荷率造成影響的因素主要包括經濟發展因素、需求側管理因素、氣溫氣候因素、電網環境因素和低碳經濟發展因素。

3.根據權利要求1所述的基于智能算法優化組合的電網負荷率預測方法，其特征在于：在第二步中，所述應用Eviews軟件對以上多種因素進行篩選，剔除與電網負荷率相關性差的因素的方法是：首先借助Eviews軟件對以上單個因素的時間序列進行單位根檢驗，以考量每個時間序列是否平穩，如果平穩，則與電網負荷率做Granger因果分析；若不平穩，則與電網負荷率進行協整檢驗，若存在協整關系，則進一步與電網負荷率做Granger因果分析，否則將該因素舍去；通過Granger因果分析，若該因素為電網負荷率的Granger因，則保留該因素用于電網負荷率預測；否則將該因素舍去。

4.根據權利要求1所述的基于智能算法優化組合的電網負荷率預測方法，其特征在于：在第三步中，所述的歸一化處理方法如下：將以上保留下的序列因素相關的基礎數據進行歸一化到區間[0，1]，如果該數據本身即在區間[0，1]內則跳過此步驟，如電網負荷率本身則不需進行處理，公式如下：

y=x-xminxmax-xmin---(1)]]>

其中，x為處理前數值，y為處理后數值，x_max、x_min分別為該項數據的最大值和最小值。

5.根據權利要求1所述的基于智能算法優化組合的電網負荷率預測方法，其特征在于：在第六步中，所述的組合預測數學模型如下：

y^t=Σt=1kwiyit(t=1,2,...,n),]]>且Σt=1kwi=1---(2)]]>

其中，y_it(i＝1,2,...,k；t＝1,2,...,n)為第i種預測方法在t時刻的預測值，w_i為第i種預測方法的權系數。