[發明專利]基于網格化技術和BP神經網絡的空間負荷預測方法

在審

• 申請號: 201711257567.7
• 申請日: 2017-12-04
• 公開（公告）號: CN108182484A
• 公開（公告）日: 2018-06-19
• 發明（設計）人: 焦明曦;王徭;趙曉寧;穆冠男;張婕;肖白
• 申請（專利權）人: 國網吉林省電力有限公司長春供電公司;東北電力大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06F17/16;G06N3/08
• 代理公司: 吉林市達利專利事務所 22102
• 代理人: 陳傳林;臧廣維

本發明是基于網格化技術和BP神經網絡的空間負荷預測方法，其特點是包括以下步驟：建立電力地理信息系統；根據待預測區域內各10kV饋線供電范圍生成I類元胞，對各元胞的歷史負荷值、用地信息進行數據整合；依據各I類元胞負荷值、用地信息和負荷密度均衡系數求取各分類負荷密度；以等大小網格生成II類元胞，利用已求取的歷年分類負荷密度指標乘以各II類元胞內各種用地類型的面積，再乘以相應的負荷密度均衡系數，得到各II類元胞的歷年最大負荷值；利用BP神經網絡的優勢，根據所確定的訓練樣本和測試樣本對BP神經網絡進行訓練，得到目標年的各II類元胞負荷預測值。

技術領域

本發明涉及配電網規劃中空間電力負荷預測領域，是基于網格化技術和BP神經網絡的空間負荷預測方法。

背景技術

空間負荷預測作為電力系統規劃的基礎性工作，其結果用來確定供電設備應當配置的容量及其最佳位置，大力提高了電力系統建設的經濟性?？臻g負荷預測是目前城市電網規劃和建設領域中一個重要的研究課題，因為其基礎性，在城市電網規劃中占據著重要的地位，對規劃質量起著關鍵的作用。

然而，實際工程中所應用的空間負荷預測方法，通常都是直接在歷史負荷數據年最大值的基礎上進行預測，并未充分挖掘歷史負荷數據及空間電力負荷的特性，導致預測結果精度較低。傳統的BP神經網絡進行空間負荷預測時，預測的一般為未來一天或幾天的負荷，輸入層輸入的為各個時刻的原始歷史負荷數據，通過對神經網絡進行訓練，預測未來各個時刻的負荷。但是卻未基于元胞的負荷特性對BP神經網絡進行訓練，也未能充分挖掘現有的歷史負荷數據。

因此，本專利提出了一種預測效果更好的方法，即基于網格化技術和BP神經網絡的空間負荷預測方法。

發明內容

本發明的目的是，提供一種科學合理，適用性強，預測效果更好的基于網格化技術和BP神經網絡的空間負荷預測方法。

實現本發明目的所采用的技術方案是，一種基于網格化技術和BP神經網絡的空間負荷預測方法，其特征在于，它包括以下步驟：

1)建立電力地理信息系統

①配準基圖；

②建立待預測區域內的10kV饋線供電范圍圖層；

③建立待預測區域內的用地信息圖層；

2)空間電力負荷的網格化

①生成元胞

在根據步驟1)所建立的電力地理信息系統中，按照待預測區域內各10kV饋線供電范圍生成I類元胞，每一個10kV饋線供電范圍就是一個I類元胞；

在根據步驟1)所建立的電力地理信息系統中，以等大小正方形網格生成II類元胞，每一個網格就是一個II類元胞；

②確定負荷密度均衡系數

由于各I類元胞處于不斷地發展過程中，考慮到各用地類型的負荷密度在不同I類元胞內的差異性，本專利通過引入負荷密度均衡系數來解決這一問題，

根據各I類元胞歷年負荷最大值、供電面積，求取其在相應年份的負荷密度，見公式(1)，

d_i,t＝p_i,t/S_i (1)

其中，d_i,t為第i個I類元胞在第t年的負荷密度；i＝1,2,…,m，m為I類元胞的個數；t為年份；P_i,t為第i個I類元胞在第t年的負荷最大值；S_i為第i個I類元胞的面積；

對各I類元胞歷年的負荷密度作歸一化處理，確定負荷密度均衡系數，見公式(2)，