[發明專利]一種基于馬爾科夫模型的負荷區間預測方法

在審

• 申請號: 201611013832.2
• 申請日: 2016-11-18
• 公開（公告）號: CN106600038A
• 公開（公告）日: 2017-04-26
• 發明（設計）人: 季天瑤;洪丹儀;吳青華
• 申請（專利權）人: 華南理工大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06
• 代理公司: 廣州市華學知識產權代理有限公司44245
• 代理人: 羅觀祥

技術領域

本發明涉及能源預測技術領域，尤其是指一種基于馬爾科夫模型的負荷區間預測方法。

背景技術

由于電力系統中蘊含了各種不確定因素，使得決策工作必然面臨一定程度的風險，所以在決策時必須考慮電力需求的不確定性。傳統確定性預測方法的結果不能反映需求的不確定性，而區間預測可滿足這種客觀要求。區間預測的結果不是一個簡單的確定性數值，而是一個區間，并且這個區間對應了一定水平的概率置信水平，能描述未來預測結果的可能范圍。根據區間預測結果，電力系統決策人員在進行生產計劃、系統安全分析等工作時能夠更好地認識到未來負荷可能存在的不確定性和面臨的風險因素，從而及時作出更為合理的決策。因此，分析電力系統負荷的變化規律，研究電力負荷區間預測方法，實現電力負荷的不確定性預測具有重要的理論意義和實用價值。

目前區間預測方法存在以下不足：

1、計算復雜；

2、假設性強；

3、計算時間長。

發明內容

本發明的目的在于克服現有技術的缺點和不足，提供一種基于馬爾科夫模型的負荷區間預測方法，實現對負荷的中長期準確預報。

為實現上述目的，本發明所提供的技術方案為：一種基于馬爾科夫模型的負荷區間預測方法，首先，提取負荷數據的趨勢曲線，然后用日期加趨勢項負荷作為輸入，趨勢項負荷作為輸出，在支持向量機上實現負荷的趨勢項預測；接著從負荷曲線中減去趨勢項，得到隨機項，對隨機項利用馬爾科夫模型進行區間預測；接著將趨勢項預測值與隨機項預測區間相加，即得到負荷的預測區間值；此外，為了提高預測的精度，引入誤差反饋環節：首先，利用三次樣條插值法提取出歷史負荷曲線的上、下包絡線，取樣本中的點進行馬爾科夫區間預測，將預測區間的上、下限與上、下包絡線對比，計算誤差，最后將該誤差加入到原始的預測區間中，即得到最終的預測區間；其包括以下步驟：

1)找出歷史負荷曲線的趨勢曲線，歷史曲線減去趨勢項，得到隨機項；

2)對預測日的趨勢曲線部分進行預測，預測模型為支持向量機，模型輸入為日期和歷史負荷的趨勢項，輸出為負荷的趨勢項；

3)將隨機項曲線按幅值最大最小為上下限平均劃分成3個區間，計算轉移概率矩陣，轉移概率最大的區間，即為隨機項的預測區間；

4)負荷的趨勢項預測值與隨機項的預測區間之和為原始預測區間；

5)通過三次樣條插值的方法找出負荷曲線的上、下包絡線；

6)計算上、下包絡線與原始預測區間上、下限之間的誤差；

7)原始預測區間與誤差之和為最終的預測區間。

本發明與現有技術相比，具有如下優點與有益效果：

1、預測結果穩定，預測精度高；

2、本發明預測方法是數據驅動、自適應的方法，其預測結果不依賴于使用者的先驗知識；

3、本發明思路簡單、直觀、易操作；

4、本發明對電網的調度、規劃等實際情況具有很強的指導意義。

附圖說明

圖1為本發明基于馬爾科夫模型的負荷區間預測方法的流程圖之一。

圖2為本發明基于馬爾科夫模型的負荷區間預測方法的流程圖之二。

圖3為理想預報結果與實際數據的曲線圖。

具體實施方式

下面結合具體實施例對本發明做進一步的說明。

如圖1和圖2所示，本實施例所述的基于馬爾科夫模型的負荷區間預測方法，具體是：首先，提取負荷數據的趨勢曲線，然后用日期加趨勢項負荷作為輸入，趨勢項負荷作為輸出，在支持向量機上實現負荷的趨勢項預測；接著從負荷曲線中減去趨勢項，得到隨機項，對隨機項利用馬爾科夫模型進行區間預測；接著將趨勢項預測值與隨機項預測區間相加，即得到負荷的預測區間值；此外，為了提高預測的精度，引入誤差反饋環節：首先，利用三次樣條插值法提取出歷史負荷曲線的上、下包絡線，取樣本中的點進行馬爾科夫區間預測，將預測區間的上、下限與上、下包絡線對比，計算誤差，最后將該誤差加入到原始的預測區間中，即得到最終的預測區間；其包括以下步驟：

1)找出歷史負荷曲線的趨勢曲線，歷史曲線減去趨勢項，得到隨機項；

假設歷史曲線f(t),t＝1,2,…,N，其趨勢曲線為F(t)，則

S(t)＝f(t)-F(t)

其中，f(t)為歷史負荷曲線，F(t)為趨勢曲線，S(t)為隨機項。

2)對預測日的趨勢曲線部分進行預測，預測模型為支持向量機，模型輸入為日期和歷史負荷的趨勢項，輸出為負荷的趨勢項；