[發(fā)明專利]一種基于主成分分析的多參量輔助負(fù)荷預(yù)測方法

有效

• 申請?zhí)枺?/td>: 201611013815.9
• 申請日: 2016-11-18
• 公開（公告）號: CN106600037B
• 公開（公告）日: 2020-06-19
• 發(fā)明（設(shè)計）人: 季天瑤;洪丹儀;吳青華
• 申請（專利權(quán)）人: 華南理工大學(xué)
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06
• 代理公司: 廣州市華學(xué)知識產(chǎn)權(quán)代理有限公司 44245
• 代理人: 羅觀祥

本發(fā)明公開了一種基于主成分分析的多參量輔助負(fù)荷預(yù)測方法，首先，收集影響負(fù)荷量的變量，然后，用主成分分析法分析了各變量之間的相關(guān)性，找出主成分；接著，將主成分與歷史負(fù)荷數(shù)據(jù)一起作為模型輸入，負(fù)荷作為輸出，訓(xùn)練模型并實(shí)現(xiàn)負(fù)荷預(yù)測；最后，算出負(fù)荷密度、負(fù)荷自然增長率及同期系數(shù)。本發(fā)明預(yù)測負(fù)荷物理意義明確，預(yù)測結(jié)果穩(wěn)定，預(yù)測精度高。此外，本發(fā)明預(yù)測方法是數(shù)據(jù)驅(qū)動、自適應(yīng)的方法，其預(yù)測結(jié)果不依賴于使用者的先驗知識。

技術(shù)領(lǐng)域

本發(fā)明涉及能源預(yù)測技術(shù)領(lǐng)域，尤其是指一種基于主成分分析的多參量輔助負(fù)荷預(yù)測方法。

背景技術(shù)

電力系統(tǒng)中，電力負(fù)荷是一個很重要的指標(biāo)，關(guān)系到整個電力系統(tǒng)運(yùn)行的穩(wěn)定性，這其中在城市與農(nóng)業(yè)的用電與天氣情況有較大的關(guān)聯(lián)，但通過近幾年的數(shù)據(jù)進(jìn)行分析，包括天氣情況等因素與電力負(fù)荷之間的關(guān)系并非是一個線性關(guān)系，而是呈非線性關(guān)聯(lián)的，因此本項目也研究通過收集其它參量數(shù)據(jù)進(jìn)行電力負(fù)荷預(yù)測。

由于影響負(fù)荷的因素一般都具有隨機(jī)性，使得負(fù)荷也呈現(xiàn)一定的隨機(jī)性特點(diǎn)。這樣就需要建立隨機(jī)預(yù)測模型，根據(jù)負(fù)荷的歷史數(shù)據(jù)以及個相關(guān)因素的歷史數(shù)據(jù)進(jìn)行負(fù)荷預(yù)測。考慮到已發(fā)生或已存在的事物是不存在隨機(jī)性的，而歷史數(shù)據(jù)是對己發(fā)生事物的一種記錄可以查證，所以可認(rèn)為歷史數(shù)據(jù)具有確定性是比較準(zhǔn)確的，根據(jù)歷史數(shù)據(jù)建立的預(yù)測關(guān)系應(yīng)當(dāng)是比較客觀的，我們可以不考慮在建立預(yù)測關(guān)系過程中相關(guān)因素的隨機(jī)性。

在進(jìn)行負(fù)荷預(yù)測時，輸入變量除包含歷史數(shù)據(jù)外，還包含相關(guān)因素。但具體哪些因素是對負(fù)荷值有影響的，需要通過相關(guān)性分析和主成分分析方法來確定。

現(xiàn)有負(fù)荷預(yù)測的方法仍存在以下不足：

1、普遍適用性差。用于負(fù)荷預(yù)測的方法雖是多種多樣，但并不是所有的方法都適用于某一具體地區(qū)的負(fù)荷預(yù)測，也不是越新的方法就越好，而組合預(yù)測方法也不是所有的地區(qū)都有條件能夠運(yùn)用；

2、預(yù)測精度不高、算法逐漸“數(shù)學(xué)化”的現(xiàn)象，復(fù)雜的算法多數(shù)停留在理論研究階段，很難在工程實(shí)踐中靈活應(yīng)用。

發(fā)明內(nèi)容

本發(fā)明的目的在于克服現(xiàn)有技術(shù)的缺點(diǎn)和不足，提供一種基于主成分分析的多參量輔助負(fù)荷預(yù)測方法，實(shí)現(xiàn)對負(fù)荷的中長期準(zhǔn)確預(yù)報。

為實(shí)現(xiàn)上述目的，本發(fā)明所提供的技術(shù)方案為：一種基于主成分分析的多參量輔助負(fù)荷預(yù)測方法，首先，收集影響負(fù)荷量的變量，然后用主成分分析法分析各變量之間的相關(guān)性，找出主成分；接著，將主成分與歷史負(fù)荷數(shù)據(jù)一起作為模型輸入，負(fù)荷作為輸出，訓(xùn)練模型并實(shí)現(xiàn)負(fù)荷預(yù)測，其中采用最小二乘支持向量機(jī)作為預(yù)測模型；最后，計算出負(fù)荷密度、負(fù)荷自然增長率及同期系數(shù)；其包括以下步驟：

第一步：假設(shè)有n個樣本，p個變量，觀測數(shù)據(jù)矩陣為：

其中，X為觀測數(shù)據(jù)矩陣，x_ij為第i個樣本第j個變量的值。

由于各變量的量綱有可能不同，因此需要對原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理；

其中，x_ij為第i個樣本第j個變量的值，為第j個變量的平均值，為歸一化后的結(jié)果。

第二步：計算樣本的相關(guān)系數(shù)矩陣

假定原始數(shù)據(jù)標(biāo)準(zhǔn)化后仍用X表示，則經(jīng)標(biāo)準(zhǔn)化處理后的數(shù)據(jù)的相關(guān)系數(shù)為：

其中，r_ij為第i個變量與第j個變量的相關(guān)系數(shù)。