[發(fā)明專利]一種電力負荷預(yù)測中對異常數(shù)據(jù)剔除和去噪處理的方法

在審

• 申請?zhí)枺?/td>: 201810251070.2
• 申請日: 2018-03-26
• 公開（公告）號: CN108320063A
• 公開（公告）日: 2018-07-24
• 發(fā)明（設(shè)計）人: 顧一峰;周浩;胡炳謙;韓俊
• 申請（專利權(quán)）人: 上海積成能源科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明提出了一種基于移動平均平滑與三次指數(shù)平滑的方法對大量電力負荷歷史數(shù)據(jù)的異常數(shù)據(jù)篩選和去噪處理的方法,其特點在于包括了移動平均平滑方法剔除極大異常數(shù)據(jù)，三次指數(shù)平滑方法去噪處理以及線性插值恢復(fù)剔除數(shù)據(jù)三大模塊。

技術(shù)領(lǐng)域

本發(fā)明涉及電力負荷預(yù)測技術(shù)領(lǐng)域，具體涉及一種電力負荷預(yù)測中對歷史負荷數(shù)據(jù)中異常數(shù)據(jù)剔除和去噪處理的方法。

背景技術(shù)

電力負荷預(yù)測是保證電力系統(tǒng)安全經(jīng)濟運行和實現(xiàn)電網(wǎng)科學(xué)管理及調(diào)度的重要方面, 又是能量管理系統(tǒng)的組成部分，也是今后進行電網(wǎng)商業(yè)化運營所必需的基本內(nèi)容。然而，在電力負荷預(yù)測中經(jīng)常需要通過分析歷史負荷數(shù)據(jù)進而進行預(yù)測，這就要求對歷史負荷數(shù)據(jù)中的異常數(shù)據(jù)進行篩選和去噪處理。本發(fā)明公開了一種電力負荷預(yù)測中對歷史負荷數(shù)據(jù)進行剔除異常數(shù)據(jù)和去噪處理的方法。電力負荷預(yù)測通常會在考慮一些重要的系統(tǒng)運行特性, 自然條件下, 研究或利用一系列數(shù)學(xué)方法, 找到歷史數(shù)據(jù)之間特有的聯(lián)系，在滿足一定精度的意義下，進而確定未來某特定時刻或某些特定時刻的電力負荷數(shù)值。由此可見，電力歷史負荷數(shù)據(jù)在電力負荷預(yù)測中十分關(guān)鍵，在電力預(yù)測數(shù)據(jù)分析，預(yù)測模型中都會起到重要作用。然而，在實際應(yīng)用中，電力負荷歷史數(shù)據(jù)由于監(jiān)測設(shè)備，用電環(huán)境，異常事件等種種原因會造成許多監(jiān)測值背離實際情況或者不符合電力預(yù)測對象普遍用電規(guī)律的情況。在電力負荷預(yù)測中納入這類異常的數(shù)值將會大大的降低電力負荷預(yù)測模型的訓(xùn)練效果，進而降低電力負荷預(yù)測結(jié)果的準(zhǔn)確性。通過相應(yīng)的數(shù)學(xué)統(tǒng)計的方式分析以及處理原始的電力負荷歷史數(shù)據(jù)，保證用于電力負荷預(yù)測的負荷歷史數(shù)據(jù)的有效性已經(jīng)成為電力負荷預(yù)測中的一個重要研究課題。

發(fā)明內(nèi)容

本發(fā)明提出了一種基于移動平均平滑與三次指數(shù)平滑的方法對大量電力負荷歷史數(shù)據(jù)的異常數(shù)據(jù)篩選和去噪處理的方法, 其特點在于包括了移動平均平滑方法剔除極大異常數(shù)據(jù)，三次指數(shù)平滑方法去噪處理以及線性插值恢復(fù)剔除數(shù)據(jù)三大模塊。

移動平均平滑方法主要通過計算目標(biāo)電力負荷歷史數(shù)據(jù)前后一定時期內(nèi)的移動平均數(shù)，比較實際歷史數(shù)據(jù)與移動平均數(shù)值之間差值，當(dāng)實際電力負荷歷史數(shù)據(jù)與計算的移動平均數(shù)值差超過設(shè)定的閾值，則自動剔除極大異常數(shù)據(jù)。

線性插值方法應(yīng)用于恢復(fù)對前兩步數(shù)據(jù)處理中被剔除的數(shù)據(jù)，通過被剔除數(shù)據(jù)時間序列前后的數(shù)據(jù)來計算線性插值，最大程度的擬合模擬被剔除數(shù)據(jù)的實際值，進而一定程度上恢復(fù)被剔除的數(shù)據(jù)。

三次指數(shù)平滑方法主要通過Holt-Winter時間序列挖掘算法方法，篩選出異常數(shù)據(jù)剔除，實現(xiàn)對電力負荷歷史數(shù)據(jù)的去噪處理。由于電力負荷數(shù)據(jù)在時間序列上具有僅受自身以及隨機白噪聲的影響并在時間序列上無限延長的特點，通過分析長期趨勢（較長時期內(nèi)受某種根本性因素作用而形成的總的變動趨勢），季節(jié)變動（在一年內(nèi)隨著季節(jié)的變化而發(fā)生的有規(guī)律的周期性變動），循環(huán)變動（若干年為周期所呈現(xiàn)出的波浪起伏形態(tài)的變動）以及不規(guī)則變動（嚴格的隨機變動和不規(guī)則的突發(fā)性影響很大的變動）四種可能產(chǎn)生白噪聲的原因，進而通過一系列算法來去除這些噪聲造成的影響。

實際收集到的電力負荷歷史數(shù)據(jù)經(jīng)過此三個模塊的處理，可以達到去除異常值與去噪的效果，提高了原始數(shù)據(jù)的有效性。將進行過數(shù)據(jù)清洗后的電力負荷歷史數(shù)據(jù)用于電力負荷預(yù)測模型將大大的提高電力負荷預(yù)測的可靠度與準(zhǔn)確性。

附圖說明

圖1是本發(fā)明實施例中歷史負荷數(shù)據(jù)異常數(shù)據(jù)剔除和去噪處理的方法的處理流程示意圖。

具體實施方式

步驟一、數(shù)據(jù)預(yù)處理：對采集到的原始電力負荷歷史數(shù)據(jù)按時間序列排列，確定數(shù)據(jù)集起止時間，檢查數(shù)據(jù)在時間序列上的缺省，標(biāo)明缺省值并記錄缺省的起止時間。

步驟二、移動平均平滑：將經(jīng)過步驟1預(yù)處理的數(shù)據(jù)進行移動平均計算，具體公式如下：

式中