[發(fā)明專利]一種中長期負(fù)荷預(yù)測曲線篩選算法

在審

• 申請?zhí)枺?/td>: 201711445514.8
• 申請日: 2017-12-27
• 公開（公告）號(hào): CN109978203A
• 公開（公告）日: 2019-07-05
• 發(fā)明（設(shè)計(jì)）人: 楊民京;劉嘉寧;董鍇
• 申請（專利權(quán)）人: 廣東電網(wǎng)有限責(zé)任公司電力調(diào)度控制中心
• 主分類號(hào): G06Q10/04
• 分類號(hào): G06Q10/04;G06Q10/06;G06Q50/06
• 代理公司: 廣州粵高專利商標(biāo)代理有限公司 44102
• 代理人: 林麗明

本發(fā)明提供一種中長期負(fù)荷預(yù)測曲線篩選算法，該算法采用相鄰兩點(diǎn)負(fù)荷之間的變化率作為分析研究對象。同時(shí),對關(guān)聯(lián)系數(shù)的權(quán)重設(shè)置方法也作了改進(jìn),從而得到最終的關(guān)聯(lián)度。通過上述算法,可以從多種模型中篩選出行之有效的若干個(gè)模型作為最終預(yù)測模型；最后通過方差—協(xié)方差方法對篩選出的預(yù)測模型進(jìn)行組合優(yōu)化。

技術(shù)領(lǐng)域

本發(fā)明涉及負(fù)荷預(yù)測算法領(lǐng)域，更具體地，涉及一種中長期負(fù)荷預(yù)測曲線篩選算法。

背景技術(shù)

隨著經(jīng)濟(jì)快速發(fā)展及人民生活水平日益提高，我國電網(wǎng)裝機(jī)容量不斷增大，用電結(jié)構(gòu)也發(fā)生了變化。第一產(chǎn)業(yè)用電量呈逐年下降趨勢，第二、三產(chǎn)業(yè)用電量呈逐年上升勢頭，導(dǎo)致電網(wǎng)峰谷差逐漸增大，尤其是耗電大的省市，用電峰谷差大的問題更加突出。電力系統(tǒng)表現(xiàn)出高峰負(fù)荷時(shí)段集中、峰谷差持續(xù)增大等一系列新的特點(diǎn)。全面客觀地分析電力系統(tǒng)負(fù)荷特性，一直是科研工作者努力探索與研究的課題。過去，由于計(jì)量條件有限，缺乏足夠的負(fù)荷數(shù)據(jù)支持，導(dǎo)致電力負(fù)荷特性分析研究深度不夠。隨著智能電表的推廣，系統(tǒng)負(fù)荷特性與用戶用電特性的研究將成為一項(xiàng)不可或缺的工作，并將為負(fù)荷管理提供有力支持。

發(fā)明內(nèi)容

本發(fā)明提供一種預(yù)測效果較好的中長期負(fù)荷預(yù)測曲線篩選算法。

為了達(dá)到上述技術(shù)效果，本發(fā)明的技術(shù)方案如下：

一種中長期負(fù)荷預(yù)測曲線篩選算法，包括以下步驟：

S1：利用改進(jìn)的灰色關(guān)聯(lián)分析方法評價(jià)各單一預(yù)測曲線與實(shí)際負(fù)荷曲線的擬合程度；

S2：分析預(yù)測曲線與實(shí)際曲線的趨勢擬合程度，從多種預(yù)測模型中選擇出若干個(gè)優(yōu)越模型；

S3：用方差—協(xié)方差方法優(yōu)化組合篩選出優(yōu)越模型，從而計(jì)算得到最終的預(yù)測結(jié)果。

進(jìn)一步地，所述步驟S1中改進(jìn)的灰色關(guān)聯(lián)分析方法的過程是：

S11：構(gòu)造序列矩陣；

S12：對構(gòu)造的序列矩陣進(jìn)行無量綱化處理；

S13：對無量綱化處理后的序列計(jì)算關(guān)聯(lián)系數(shù)；

S14：對無量綱化處理后的序列計(jì)算關(guān)聯(lián)度。

進(jìn)一步地，所述步驟S1中的改進(jìn)的灰色關(guān)聯(lián)分析方法中，由于相鄰兩個(gè)時(shí)點(diǎn)的負(fù)荷變化率更能反映負(fù)荷的趨勢變化情況，選擇采用變化率序列作為負(fù)荷序列的生成序列,通過計(jì)算預(yù)測變化率序列和實(shí)際變化率序列之間的關(guān)聯(lián)度來分析預(yù)測曲線和實(shí)際曲線的趨勢接近程度。

進(jìn)一步地，所述步驟S1中的改進(jìn)的灰色關(guān)聯(lián)分析方法中，通過預(yù)測序列與實(shí)際序列的關(guān)聯(lián)度評判兩者之間的關(guān)聯(lián)程度，關(guān)聯(lián)度越大，則對應(yīng)的預(yù)測模型正確描述負(fù)荷發(fā)展趨勢的能力越強(qiáng)，預(yù)測效果也就越好。

進(jìn)一步地，在得到各預(yù)測序列與實(shí)際序列的關(guān)聯(lián)度的基礎(chǔ)上,從多個(gè)備選預(yù)測模型中挑選出較優(yōu)，挑選方法包括以下兩種：

第一種：計(jì)算所有關(guān)聯(lián)度的均值，并選擇關(guān)聯(lián)度大于該均值的模型作為優(yōu)選模型；

第二種：預(yù)設(shè)閾值,選擇關(guān)聯(lián)度大于該閾值的模型作為優(yōu)選模型。

與現(xiàn)有技術(shù)相比，本發(fā)明技術(shù)方案的有益效果是：

本發(fā)明提供一種中長期負(fù)荷預(yù)測曲線篩選算法，該算法采用相鄰兩點(diǎn)負(fù)荷之間的變化率作為分析研究對象。同時(shí),對關(guān)聯(lián)系數(shù)的權(quán)重設(shè)置方法也作了改進(jìn),從而得到最終的關(guān)聯(lián)度。通過上述算法,可以從多種模型中篩選出行之有效的若干個(gè)模型作為最終預(yù)測模型。最后,通過方差—協(xié)方差方法對篩選出的預(yù)測模型進(jìn)行組合優(yōu)化。

附圖說明

圖1為本發(fā)明算法流程圖。

具體實(shí)施方式

附圖僅用于示例性說明，不能理解為對本專利的限制；