[發(fā)明專利]一種基于用電行為的具備熔斷機(jī)制的短期負(fù)荷以及電量預(yù)測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201710602531.1
• 申請(qǐng)日: 2017-07-21
• 公開（公告）號(hào): CN107464015B
• 公開（公告）日: 2021-06-11
• 發(fā)明（設(shè)計(jì)）人: 陳智;陸寒熹;張兵
• 申請(qǐng)（專利權(quán)）人: 南京林洋電力科技有限公司;江蘇林洋能源股份有限公司
• 主分類號(hào): G06Q10/04
• 分類號(hào): G06Q10/04;G06Q50/06
• 代理公司: 北京思創(chuàng)大成知識(shí)產(chǎn)權(quán)代理有限公司 11614
• 代理人: 王堯

一種基于用電行為的具備熔斷機(jī)制的短期負(fù)荷以及電量預(yù)測(cè)方法，包括：臟數(shù)據(jù)清洗、數(shù)據(jù)建模、具備熔斷機(jī)制的預(yù)測(cè)分析、短期負(fù)荷(電量)預(yù)測(cè)可視化；該方法采用了數(shù)據(jù)平滑算法和具備熔斷機(jī)制的模糊神經(jīng)網(wǎng)絡(luò)算法，既避免了數(shù)據(jù)不充分時(shí)，神經(jīng)網(wǎng)絡(luò)無(wú)法工作的問(wèn)題，同時(shí)在用戶用能特征改變時(shí)，保證了預(yù)測(cè)的精確性。

技術(shù)領(lǐng)域

本發(fā)明涉及能效管理和云計(jì)算領(lǐng)域，具體是基于用電行為的具備熔斷機(jī)制的短期負(fù)荷以及電量預(yù)測(cè)方法。

背景技術(shù)

隨著國(guó)家大力推動(dòng)信息化與工業(yè)化的深度融合，能源行業(yè)正在開展能源互聯(lián)網(wǎng)的創(chuàng)新實(shí)踐和“互聯(lián)網(wǎng)+”的革命，能源行業(yè)對(duì)數(shù)據(jù)的應(yīng)用也需變得更具前瞻性。

長(zhǎng)期以來(lái)負(fù)荷以及電量預(yù)測(cè)都是能源行業(yè)十分關(guān)注的問(wèn)題。所謂預(yù)測(cè)，是指通過(guò)對(duì)事物進(jìn)行分析及研究，并運(yùn)用合理的方法探索事物的發(fā)展變化規(guī)律，對(duì)其未來(lái)發(fā)展做出預(yù)先估計(jì)和判斷。

負(fù)荷以及電量預(yù)測(cè)是指在充分考慮系統(tǒng)的運(yùn)行特性、增容決策、自然條件與社會(huì)影響等諸多因數(shù)，研究一套系統(tǒng)地處理過(guò)去與未來(lái)負(fù)荷以及電量的數(shù)學(xué)方法，在滿足一定精度要求的條件下，確定未來(lái)某特定時(shí)刻的負(fù)荷以及電量數(shù)據(jù)，其中負(fù)荷以及電量是指電力需求量(功率)。

經(jīng)典短期負(fù)荷以及電量預(yù)測(cè)法有專家系統(tǒng)法、支持向量機(jī)、小波分析法、人工神經(jīng)網(wǎng)絡(luò)法等。

專家系統(tǒng)法是一種基于知識(shí)推理的系統(tǒng)。這種方法實(shí)質(zhì)上是利用專家的經(jīng)驗(yàn)知識(shí)和推理規(guī)則找出歷史負(fù)荷以及電量數(shù)據(jù)的一系列規(guī)則。它是運(yùn)用知識(shí)、經(jīng)驗(yàn)和經(jīng)驗(yàn)系統(tǒng)操作器的模擬推理來(lái)預(yù)測(cè)負(fù)荷以及電量。方法的優(yōu)勢(shì)在于對(duì)人類不可量化的經(jīng)驗(yàn)進(jìn)行了轉(zhuǎn)化。系統(tǒng)具有豐富的經(jīng)驗(yàn)和知識(shí)，并且可以不斷積累。工作可靠性好，效率高。缺點(diǎn)是不易將專家的知識(shí)和經(jīng)驗(yàn)表示成一系列數(shù)學(xué)上的邏輯規(guī)則，而且系統(tǒng)不具備普遍性。

支持向量機(jī)是一種基于統(tǒng)計(jì)學(xué)習(xí)理論的機(jī)器學(xué)習(xí)算法，該算法通過(guò)尋求結(jié)構(gòu)風(fēng)險(xiǎn)最小化來(lái)實(shí)現(xiàn)實(shí)際風(fēng)險(xiǎn)最小化，在樣本量較少的情況下亦能獲得很好的學(xué)習(xí)效果。優(yōu)點(diǎn)是具有堅(jiān)實(shí)的數(shù)學(xué)理論基礎(chǔ)、泛化能力較強(qiáng)、全局最優(yōu)和收斂速度較快。缺點(diǎn)是存貯需求量大，編程困難；選擇自選參數(shù)和核函數(shù)時(shí)，主要依靠經(jīng)驗(yàn)確定；對(duì)于隨機(jī)波動(dòng)性較強(qiáng)的中小型電網(wǎng)，預(yù)測(cè)效果相對(duì)較差。

小波分析法是運(yùn)用傅立葉變換的局部化思想，進(jìn)行時(shí)域-頻域分析的數(shù)學(xué)方法。電力負(fù)荷以及電量曲線具有特殊的周期性。若將負(fù)荷以及電量統(tǒng)計(jì)曲線波形圖看作不同信號(hào)分量疊加而成，可以對(duì)負(fù)荷以及電量序列進(jìn)行小波變換，分解得到代表不同頻段的若干個(gè)子序列。然后再分別對(duì)這些子序列進(jìn)行相應(yīng)的預(yù)測(cè)，最后重構(gòu)得到該負(fù)荷以及電量序列的預(yù)測(cè)結(jié)果。小波分析法的優(yōu)點(diǎn)是預(yù)測(cè)精度高；但在預(yù)測(cè)中未考慮到氣候等因素的影響，而且結(jié)果與小波基的選擇有很大關(guān)系。

人工神經(jīng)網(wǎng)絡(luò)是模仿生物腦結(jié)構(gòu)和功能的一種非線性信息處理系統(tǒng)。這種方法是智能方法的典型代表和重要分支。神經(jīng)網(wǎng)絡(luò)的優(yōu)勢(shì)在于具有自學(xué)習(xí)能力和自適應(yīng)功能。網(wǎng)絡(luò)可通過(guò)訓(xùn)練樣本，根據(jù)環(huán)境來(lái)改變自己的算法過(guò)程，并根據(jù)變化的信息，調(diào)整自身結(jié)構(gòu)，具有很強(qiáng)的魯棒性。神經(jīng)網(wǎng)絡(luò)能夠很好地解決隨機(jī)問(wèn)題和非線性性問(wèn)題，預(yù)測(cè)精度高。而缺點(diǎn)在于網(wǎng)絡(luò)結(jié)構(gòu)的選擇和確定缺乏有效的科學(xué)理論依據(jù)，易陷入局部極小狀態(tài)；當(dāng)數(shù)據(jù)不充分時(shí)，神經(jīng)網(wǎng)絡(luò)就無(wú)法進(jìn)行工作。

隨著能效行業(yè)的發(fā)展，負(fù)荷以及電量預(yù)測(cè)的重要性日益顯現(xiàn)，并且對(duì)負(fù)荷以及電量預(yù)測(cè)精度的要求越來(lái)越高。傳統(tǒng)的預(yù)測(cè)方法比較成熟，預(yù)測(cè)結(jié)果具有一定的參考價(jià)值，但普通存在建模難度高，預(yù)測(cè)結(jié)果不具備普適性，臟數(shù)據(jù)導(dǎo)致誤差較大等問(wèn)題。要進(jìn)一步提高預(yù)測(cè)精度，就需要對(duì)傳統(tǒng)方法進(jìn)行必要的改進(jìn)。

發(fā)明內(nèi)容

本發(fā)明針對(duì)上述技術(shù)問(wèn)題和難點(diǎn)，提出了一種基于用電行為的具備熔斷機(jī)制的短期負(fù)荷以及電量預(yù)測(cè)方法。

本發(fā)明的技術(shù)方案是：

一種基于用電行為的具備熔斷機(jī)制的短期負(fù)荷以及電量預(yù)測(cè)方法，該方法采用數(shù)據(jù)熔斷機(jī)制進(jìn)行短期負(fù)荷以及電量預(yù)測(cè)，該方法包括：