[發明專利]一種基于非參數模型對地區飽和電量進行預測的方法

有效

• 申請號: 201710154647.3
• 申請日: 2017-03-15
• 公開（公告）號: CN106934500B
• 公開（公告）日: 2021-02-23
• 發明（設計）人: 薛萬磊;王春義;牟宏;路寬;汪湲;徐楠;顧潔;趙昕;牛新生;彭虹橋;吳奎華;張天寶;梁榮;田鑫;曹相陽;朱毅;李勃
• 申請（專利權）人: 國網山東省電力公司經濟技術研究院;國家電網公司;上海交通大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06
• 代理公司: 濟南誠智商標專利事務所有限公司 37105
• 代理人: 李修杰

本發明公開了一種基于非參數模型對地區飽和電量進行預測的方法，它包括以下步驟：步驟1：建立非參數回歸模型，引入Gaussian核權函數，采用局部多項式估計法進行估計，確定電力需求與影響因素的映射關系；步驟2：建立非參數累加模型，引入二次規劃的問題，在非參數回歸模型的基礎上確認累加系數；步驟3：選擇影響因子；步驟4：根據收集的數據量進行選擇階次和帶寬；步驟5：結合數據，代入非參數回歸模型和非參數累加模型進行用電量及飽和電量預測。本發明建立的非參數累加模型，從很大程度上提高了地區飽和電量預測的精度，降低了計算復雜度，能快速較精準的預測地區飽和電量，提高地區遠景電力系統規劃工作的合理性。

技術領域

本發明涉及一種地區飽和電量預測的方法，具體涉及一種基于非參數模型對地區飽和電量進行預測的方法，屬于電力負荷預測技術領域領域。

背景技術

飽和電量預測是指在區域電力需求進入飽和階段后對全社會用電量規模的預測。飽和電量預測有利于制定當地電網的遠景規劃、實現環境資源的高效利用、促進智能電網的可持續發展及中長期電力市場交易的順利開展。

與傳統的中長期電量預測相比較，飽和電量預測的時間跨度較大，且涉及的影響因素多且復雜，因此其預測的難度也較大。飽和電量預測通常采用S型曲線法、人均電量法及空間負荷預測法等。S型曲線法所需數據少，以負荷自身發展規律趨勢外推得到飽和電量，并沒充分考慮影響因素的作用；人均電量法及空間負荷預測法所需要的數據量大，數據收集工作開展難度大，并且數據缺失會嚴重影響預測精度。

綜上，飽和電量預測的方法不僅數量上較少，而且研究理論體系不夠成熟。同時，飽和電量預測時間跨度大，普遍在10年以上，且與不同區域、城市甚至國家的發展規劃、自身定位及社會結構密切相關，因此針對不同的區域或城市，在進行飽和負荷預測時，采用的建模方法應該因地制宜，參考社會經濟結構相似且發展程度較高的國家或地區，選擇合適的飽和電量預測方法。

電力需求是一個復雜的動力學系統，外在因素對電力需求的影響可能是線性或非線性的。這時基于線性協整理論、誤差糾正模型及簡單的時間序列回歸不能反映電力需求與外在因素的動態調整關系，可能使得預測結果產生較大的偏差。由于飽和電力市場需求的變化規律復雜，而且受到多種因素的影響，參數模型由于建立的模型所考慮的因素比較單一，預測的精度難以保證。

發明內容

為了克服現有技術的不足，本發明所要解決的技術問題在于提供了一種基于非參數模型對地區飽和電量進行預測的方法，其通過建立非參數模型來考察各個因素與電力需求之間的關系，并進行飽和電量預測。

本發明解決其技術問題所采取的技術方案是：一種基于非參數模型對地區飽和電量進行預測的方法，其特征是：包括以下步驟：

步驟1：建立非參數回歸模型，引入Gaussian核權函數，采用局部多項式估計法進行估計，確定電力需求與影響因素的映射關系；

步驟2：建立非參數累加模型，引入二次規劃的問題，在非參數回歸模型的基礎上確認累加系數；

步驟3：選擇影響因子；

步驟4：根據收集的數據量進行選擇階次和帶寬；

步驟5：結合數據，代入非參數回歸模型和非參數累加模型進行用電量及飽和電量預測。

作為進一步的技術方案，所述步驟1具體包括以下步驟：

步驟1.1：建立非參數回歸模型，

設X＝{x₁,x₂,...,x_n}為自變量，Y＝{y₁,y₂,...,y_n}為因變量，其中變量X為變量Y的一個影響因素；且序列相互獨立同分布，建立如下非參數回歸模型：