[發(fā)明專利]一種基于SVM的短期電網(wǎng)負(fù)荷預(yù)測方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201810128638.1
• 申請(qǐng)日: 2018-02-08
• 公開（公告）號(hào): CN108334988A
• 公開（公告）日: 2018-07-27
• 發(fā)明（設(shè)計(jì)）人: 呂欣;牟建紅;毛鋒;雷將鋒;馬北玲;曾慶基;曹祺;唐軍;謝琴
• 申請(qǐng)（專利權(quán)）人: 呂欣
• 主分類號(hào): G06Q10/04
• 分類號(hào): G06Q10/04;G06Q50/06;G06K9/62
• 代理公司: 上海信好專利代理事務(wù)所(普通合伙) 31249
• 代理人: 朱成之

1.一種基于SVM的短期電網(wǎng)負(fù)荷預(yù)測方法，其特征在于，包含以下過程：

獲取待預(yù)測地的電力負(fù)荷相關(guān)數(shù)據(jù)，獲取待預(yù)測地的天氣數(shù)據(jù)進(jìn)行主成分分析得到有效的線性無關(guān)的特征，確定影響電網(wǎng)負(fù)荷的特征屬性；

確定支持向量機(jī)的預(yù)測模型中的線性判別函數(shù)和判別面，利用支持向量機(jī)對(duì)特征屬性和電網(wǎng)負(fù)荷之間的關(guān)聯(lián)關(guān)系進(jìn)行學(xué)習(xí)；

根據(jù)待預(yù)測地的電網(wǎng)總負(fù)荷及工業(yè)總負(fù)荷的歷史數(shù)據(jù)的規(guī)律進(jìn)行調(diào)參，將由調(diào)參確定的最優(yōu)參數(shù)作為支持向量機(jī)的輸入，對(duì)電網(wǎng)負(fù)荷進(jìn)行預(yù)測。

2.如權(quán)利要求1所述基于SVM的短期電網(wǎng)負(fù)荷預(yù)測方法，其特征在于，

獲取待預(yù)測地在設(shè)定日期范圍內(nèi)的天氣數(shù)據(jù)，包含每天8個(gè)時(shí)間節(jié)點(diǎn)的多個(gè)原始特征屬性；

將每天8個(gè)時(shí)間節(jié)點(diǎn)的天氣數(shù)據(jù)以15分鐘的時(shí)間間隔擴(kuò)展為96個(gè)時(shí)間點(diǎn)；對(duì)多個(gè)原始特征屬性采用主成分分析進(jìn)行降維；

將日期對(duì)應(yīng)的星期信息以及每天內(nèi)的時(shí)刻信息加入到特征信息中。

3.如權(quán)利要求2所述基于SVM的短期電網(wǎng)負(fù)荷預(yù)測方法，其特征在于，

降維后天氣數(shù)據(jù)的特征屬性，包含溫度、水平大氣壓、平均海平面大氣壓、氣壓趨勢、觀測前三小時(shí)內(nèi)大氣壓的變化。

4.如權(quán)利要求2所述基于SVM的短期電網(wǎng)負(fù)荷預(yù)測方法，其特征在于，

獲取待預(yù)測地在設(shè)定日期范圍內(nèi)的電力負(fù)荷相關(guān)數(shù)據(jù)，進(jìn)行歸一化和降噪處理；所述電力負(fù)荷相關(guān)數(shù)據(jù)包含電網(wǎng)總負(fù)荷、工業(yè)總負(fù)荷；將已有電網(wǎng)總負(fù)荷的數(shù)據(jù)集作為樣本集，將缺少電網(wǎng)總負(fù)荷的數(shù)據(jù)集作為預(yù)測集。

5.如權(quán)利要求4所述基于SVM的短期電網(wǎng)負(fù)荷預(yù)測方法，其特征在于，

基于平均值方法對(duì)數(shù)據(jù)集中的異常值進(jìn)行替換：對(duì)于預(yù)測集中工業(yè)總負(fù)荷為異常值的時(shí)刻，以該時(shí)刻所在日期之前設(shè)定天數(shù)內(nèi)同一時(shí)刻的工業(yè)總負(fù)荷的平均值，對(duì)異常值進(jìn)行替換。

6.如權(quán)利要求4所述基于SVM的短期電網(wǎng)負(fù)荷預(yù)測方法，其特征在于，

確定支持向量機(jī)的預(yù)測模型中的線性判別函數(shù)和判別面，包含通過求解以下的約束優(yōu)化問題，來獲得廣義最優(yōu)分類面的過程：

st.y_i(w^Tx_i+b)-1+ξ_i≥0(ξ_i＞0)

其中，w為權(quán)向量，ξ為誤差，線性可分的樣本集為

(x_i,y_i),i＝1,2,...,n,x_i∈R^d,y_i∈{-1,1}

懲罰系數(shù)C＞0是一個(gè)控制對(duì)錯(cuò)分樣本懲罰程度的常數(shù)。

7.如權(quán)利要求6所述基于SVM的短期電網(wǎng)負(fù)荷預(yù)測方法，其特征在于，

電網(wǎng)總負(fù)荷及工業(yè)總負(fù)荷的歷史數(shù)據(jù)的規(guī)律，包含電網(wǎng)總負(fù)荷和工業(yè)總負(fù)荷均呈現(xiàn)出周期為一天的周期性；

觀察一天內(nèi)電網(wǎng)總負(fù)荷和工業(yè)總負(fù)荷各自出現(xiàn)峰值、谷值、上升、下降的時(shí)刻，觀察一周內(nèi)電網(wǎng)總負(fù)荷和工業(yè)總負(fù)荷在每天對(duì)應(yīng)時(shí)間段內(nèi)的分布，以及通過觀察數(shù)據(jù)分布圖中呈現(xiàn)的分布形狀及發(fā)展趨勢，分析電網(wǎng)總負(fù)荷和工業(yè)總負(fù)荷與特征屬性的相關(guān)關(guān)系。

8.如權(quán)利要求7所述基于SVM的短期電網(wǎng)負(fù)荷預(yù)測方法，其特征在于，

利用支持向量機(jī)對(duì)特征屬性和電網(wǎng)負(fù)荷之間的關(guān)聯(lián)關(guān)系進(jìn)行學(xué)習(xí)時(shí)，將待預(yù)測地的工業(yè)總負(fù)荷及天氣數(shù)據(jù)作為輸入，將電網(wǎng)總負(fù)荷作為輸出，采用核函數(shù)為徑向基函數(shù)的支持向量機(jī)進(jìn)行特征學(xué)習(xí)；

徑向基函數(shù)的表達(dá)式為：

K(x_i,x_j)＝exp(-γ||x_i-x_j||²),γ>0

其中，γ為可調(diào)參數(shù)。