[發明專利]基于T?S模糊Elman神經網絡的短期電力負荷預測方法

在審

• 申請號: 201710141487.9
• 申請日: 2017-03-10
• 公開（公告）號: CN106971238A
• 公開（公告）日: 2017-07-21
• 發明（設計）人: 付宏宇;錢素琴
• 申請（專利權）人: 東華大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06
• 代理公司: 上海申匯專利代理有限公司31001
• 代理人: 翁若瑩,柏子雵

1.一種基于T-S模糊Elman神經網絡的短期電力負荷預測方法，其特征在于，包括以下步驟：

步驟1、獲取某地區的電力系統歷史負荷數據，對歷史負荷數據的異常數據進行處理；

步驟2、對影響電力負荷因素進行分析與量化，將修正后的負荷數據進行歸一化；

步驟3、確定神經網絡的輸入輸出數據，其中，將預測日當天的天氣特征、溫度、日期類型和t-1小時負荷值以及預測時刻的n-1、n-2日第t、t-1和t+1小時負荷值作為輸入數據，預測日的第t小時整點負荷值為輸出數據，并且確定最優的隱含層神經元的個數，在規則層引入延時單元，將規則層的輸出即上一時刻所有規則的激活強度作為當前時刻輸入的信息，從而建立基于T-S模糊Elman神經網絡；

步驟4、使用預測日前兩個月的歷史負荷數據、天氣參數數據和日期類型數據進行訓練，用訓練好的T-S模糊Elman神經網絡進行預測，并將預測的數據反歸一化從而得到最終的預測負荷值。

2.根據權利要求1所述的基于T-S模糊Elman神經網絡的短期電力負荷預測方法，其特征在于，所述步驟1中獲取某地區的電力歷史負荷數據，其數據樣本來自于SCADA系統。

3.根據權利要求1所述的基于T-S模糊Elman神經網絡的短期電力負荷預測方法，其特征在于，所述步驟1中的異常數據處理的處理方式包括水平處理、垂直處理或曲線擬合。

4.根據權利要求1所述的基于T-S模糊Elman神經網絡的短期電力負荷預測方法，其特征在于，所述步驟2中的影響負荷因素包括溫度、天氣特征和日期類型，根據這些因素對負荷的影響程度將其進行量化處理。

5.根據權利要求1所述的基于T-S模糊Elman神經網絡的短期電力負荷預測方法，其特征在于，所述步驟2中負荷數據歸一化，使用歸一化公式將負荷數據歸一化為[0，1]，使其處于同一數量級別，加快神經網絡收斂。

6.根據權利要求1所述的基于T-S模糊Elman神經網絡的短期電力負荷預測方法，其特征在于，所述步驟3中確定最優的隱含層神經元的個數中，該網絡的隱含層為單隱含層，其神經元的個數根據經驗公式和訓練的效果進行確定。

7.根據權利要求1所述的基于T-S模糊Elman神經網絡的短期電力負荷預測方法，其特征在于，所述步驟4中將預測的數據反歸一化得到最終的預測負荷值總，其反歸一化根據歸一化公式的變形即可得到反歸一化的公式，最終的數據就是實際數量級的負荷數據。