[發明專利]一種基于日特征向量優化的灰色模型電量預測方法

在審

• 申請號: 201710702936.2
• 申請日: 2017-08-16
• 公開（公告）號: CN107563544A
• 公開（公告）日: 2018-01-09
• 發明（設計）人: 周琪;方超;仲春林;劉燁;熊政;季聰;李昆明;呂輝;邵俊;鄭飛;徐明珠;張開振
• 申請（專利權）人: 江蘇方天電力技術有限公司;國網江蘇省電力公司;國家電網公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06
• 代理公司: 南京縱橫知識產權代理有限公司32224
• 代理人: 董建林,張賞

1.一種基于日特征向量優化的灰色模型電量預測方法，其特征在于，包括以下步驟：

1)根據日特征向量法計算出從預測日開始未來十天的日用電量數據；

2)通過灰色模型算法預測當月的月用電量；

3)基于等維遞補和灰色模型算法預測下月的月用電量。

2.根據權利要求1所述的一種基于日特征向量優化的灰色模型電量預測方法，其特征在于，所述步驟1)日用電量數據的計算方法為：

1-1)計算氣象因子，分別計算各歷史日最高溫度、最低溫度、平均溫度和濕度四個子因素與預測日的匹配系數，計算公式如下：

sj=minj+ρmaxjvaluej+ρmaxj---(1)]]>

其中，S_j為第j個子因素的匹配系數，j＝1,2,3,4，分別代表最高溫度、最低溫度、平均溫度和濕度，min_j為第j個子因素預測日與歷史日差值的最小絕對值，max_j為第j個子因素預測日與歷史日差值的最大絕對值，value_j為第j個子因素預測日與歷史日差值的絕對值，ρ為調整系數；

然后對每個子因素的匹配系數做加權平均即得到氣象因子T：

T=14(S1+S2+S3+S4)---(2)]]>

1-2)計算時間因子D，計算公式如下：

D=β1mod(t,7)β2int(t/7)---(3)]]>

其中，β₁為日衰減系數，β₂為周衰減系數，t為預測日與歷史日的日期差值，mod為取余函數，int為取整函數；

1-3)計算星期因子W，計算公式如下：

W＝1-|f(X₁)-f(X₀)|(4)

其中，f(X₁)為歷史日的星期類型，f(X₀)為預測日的星期類型，X₁的取值為周一，周二，周三，周四，周五，周六，周日，f(X₁)的取值為：f(周一)＝0.1，f(周二)＝f(周三)＝f(周四)＝0.2，f(周五)＝0.3，f(周六)＝0.7，f(周日)＝1；1-4)計算綜合相似系數，采用氣象因子、時間因子、星期因子相乘的方式得到綜合相似系數，取綜合相似系數最大的前5名作為相似日集合，對相似日的日用電量以相似系數作為權重進行加權平均后作為預測日的日用電量。