[發明專利]一種電廠實時負荷在線預測方法

有效

• 申請號: 201510618163.0
• 申請日: 2015-09-24
• 公開（公告）號: CN105205326B
• 公開（公告）日: 2017-11-10
• 發明（設計）人: 楊洋;郭繼寧;李兵;趙震;王東
• 申請（專利權）人: 渤海大學
• 主分類號: G06F19/00
• 分類號: G06F19/00;G06N3/12
• 代理公司: 沈陽東大知識產權代理有限公司21109
• 代理人: 胡曉男

1.一種電廠實時負荷在線預測方法，其特征在于，包括以下步驟：

步驟1、實時采集電廠當前時刻負荷數據，并獲取歷史時刻電廠負荷數據，進行分數階累加預處理；

步驟1.1、實時采集電廠當前時刻負荷數據，該電廠當前時刻負荷數據與歷史時刻電廠負荷數據，生成基于小樣本的原始數據非負序列；

步驟1.2、利用歐拉Gamma函數描述分數階累加算子，進行原始數據非負序列的分數階累加，得到電廠負荷原始數據分數階累加生成序列；

對于原始數據非負序列x(j)，j＝1，2，...，m；m為原始數據非負序列中數據的個數，原始數據非負序列的整數階累加表示如下：

Σj=1mx(1)(j)=Σj=1mCm-jm-jx(j)=Σj=1mx(j)α=1Σj=1mx(2)(j)=Σj=1mΣi=1jx(1)(j)=Σj=1mCm-j+1m-jx(j)=Σj=1mCm-j+11x(j)α=2...Σj=1mx(k)(j)=Σj=1mΣi=1jx(k-1)(j)=1(k-1)!Σj=1m(m-j+1)(m-j+2)...[m-j+(k-1)]x(j)=Σj=1mCm-j+k-1m-jx(j)=Σj=1m(m-j+k-1)(m-j+k-2)...(k+1)k(m-j)!x(j)α=k]]>

其中，α為整數階階次，α＝1，2，......k；

設分數階階次為k且k＞0，將整數階累加擴展為分數階累加，則分數階累加生成序列表示為Γ(n)為歐拉Gamma函數；步驟2、利用分數階累加預處理得到的電廠負荷原始數據分數階累加生成序列，建立預測電廠負荷數據的分數階累加GM(1，1)模型，即電廠負荷數據預測模型，將電廠負荷原始數據分數階累加生成序列作為分數階累加GM(1，1)模型的輸入，電廠當前時刻負荷數據、歷史時刻電廠負荷數據與下一時刻電廠負荷數據分數階累加生成序列，作為分數階累加GM(1，1)模型的輸出；

連續數據的分數階累加GM(1，1)模型為：

dx(1)dt+ax(1)=b]]>

其中，a和b分別為發展系數和灰色作用量；通過使用差分代替導數形式，Δt＝(t+1)-t＝1，連續數據的分數階累加GM(1，1)模型為x⁽¹⁾(i+1)-x⁽¹⁾(i)+ax⁽¹⁾(i+1)＝b，相應的矩陣形式表示為：

步驟3、利用電廠負荷數據預測模型對下一時刻電廠負荷數據進行實時預測；

步驟4、對下一時刻電廠負荷數據實時預測結果進行修正；

所述步驟4包括以下步驟：

步驟4.1、使用傅里葉級數提取殘差序列的周期性信息；

步驟4.1.1、利用電廠負荷數據預測模型得出歷史時刻電廠負荷數據的估計序列；

步驟4.1.2、將歷史時刻電廠負荷數據與歷史時刻電廠負荷數據的估計序列之差，作為殘差序列；

步驟4.1.3、使用傅里葉級數提取殘差序列的周期性信息；

步驟4.2、利用殘差序列的周期性信息對下一時刻電廠負荷數據實時預測結果進行修正，將下一時刻電廠負荷數據實時預測結果中相應的該周期性信息剔除，得到最終的下一時刻電廠負荷數據實時預測結果。