[發明專利]一種考慮氣象因素的短期電力負荷預測方法

在審

• 申請號: 201510799160.1
• 申請日: 2015-11-19
• 公開（公告）號: CN106779129A
• 公開（公告）日: 2017-05-31
• 發明（設計）人: 王濤;王鐵強;岳賢龍;王艷陽;顧雪平
• 申請（專利權）人: 華北電力大學(保定);國網河北省電力公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種考慮氣象因素的短期電力負荷預測方法，其特征在于，該方法的基本步驟如下：

1)收集地區電網的歷史負荷數據以及對應的歷史氣象數據，并按日期類型對負荷數據和氣象數據進行分類篩選，檢測并修正異常數據；

2)采用相關性分析方法，分析步驟1)得到的負荷數據與各氣象因素的相關程度，確定影響該地區負荷的關鍵氣象因素；

3)根據地區電力負荷與關鍵氣象因素的相關性建立綜合氣象因素；

4)采用快速傅里葉變換，對步驟1)得到的負荷數據進行頻譜分析，總結地區電網日負荷曲線的變化特性，找出預測日的典型相似日，并按日期排序；

5)利用選定負荷與綜合氣象因素建立Elman神經網絡，確定Elman神經網絡的結構，采用螢火蟲算法訓練Elman神經網絡并優化網絡參數，對訓練好的Elman神經網絡進行測試以建立Elman神經網絡短期負荷預測模型；

6)獲取待預測時刻的氣象預報數據，計算綜合氣象因素，將綜合氣象因素和相應負荷數據生成輸入向量，輸入Elman神經網絡短期負荷預測模型，其輸出即為待預測時刻的負荷預測值。

7)顯示負荷預測值。

2.根據權利要求1所述一種考慮氣象因素的短期電力負荷預測方法，其特征在于，所述歷史氣象數據包括：溫度、相對濕度、風速、降雨量、氣壓、輻射、溫濕指數、人體舒適度指數。

3.根據權利要求1所述一種考慮氣象因素的短期電力負荷預測方法，其特征在于，所述相關性分析方法的公式為：

式(1)中，x_i為需要辨識其相關性的氣象因素，如溫度、濕度、風速等，y_i為負荷數據，為該氣象因素的平均值，為負荷的平均值 。

4.根據權利要求1所述一種考慮氣象因素的短期電力負荷預測方法，其特征在于，所述采用螢火蟲算法訓練Elman神經網絡并優化網絡參數的步驟為：

步驟401：初始化螢火蟲種群規模n，最大迭代次數T_max，每個螢火蟲依次編碼Elman神經網絡的連接權值、結構層初始輸入和自反饋增益因子；

步驟402：計算各螢火蟲的適應度函數f_i，并將其作為螢火蟲的亮度，按照f_i的值越小螢火蟲亮度越高的原則，對螢火蟲進行排序，找到最亮的螢火蟲。適應度函數的計算公式如下：

式(2)中，為預測值，y_j為真實值，N為樣本總數。

步驟403：計算各螢火蟲的吸引度β，計算公式如下：

式(3)中，β₀為螢火蟲的最大吸引度；β_min為最小吸引度；γ為介質吸收因子。

步驟404：更新所有非最亮螢火蟲的位置，公式如下：

x_i(t+1)＝x_i(t)+β(x_j(t)-x_i(t))+rand₁(x_g(t)-x_i(t)) (4)

式(4)中，x_i(t+1)為螢火蟲x_i在第t+1代的位置；x_i(t)為螢火蟲x_i在第t代的位置；x_j(t)為螢火蟲x_j在第t代的位置；x_g(t)為最亮螢火蟲在第t代的位置；rand₁為[0，1]區間服從均勻的隨機因子。

步驟405：對最亮螢火蟲的位置進行隨機擾動，避免過早陷入局部最優。公式如下：

式(5)中，rand₂為[0，1]區間隨機數；α為步長因子，是[0，1]區間的常數；

步驟406：根據更新后螢火蟲的位置，按照公式(2)重新計算螢火蟲的適應度函數。

步驟407：判斷是否滿足精度要求或已達到預先定義的迭代次數，若滿足，則算法結束；否則，轉步驟203，進入下一次搜索。

步驟408：輸出最亮螢火蟲信息，即最優的Elman神經網絡的參數。