[發明專利]一種空間負荷預測中確定元胞負荷最大值的核密度估計方法

有效

• 申請號: 201810302743.2
• 申請日: 2018-04-06
• 公開（公告）號: CN108665376B
• 公開（公告）日: 2021-06-18
• 發明（設計）人: 肖白;宋凱豪;姜卓
• 申請（專利權）人: 東北電力大學
• 主分類號: G06Q50/06
• 分類號: G06Q50/06;G06Q10/04
• 代理公司: 吉林市達利專利事務所 22102
• 代理人: 陳傳林

1.一種空間負荷預測中確定元胞負荷最大值的核密度估計方法，其特征在于，它包括以下步驟：

1)生成元胞并獲取元胞負荷歷史數據

為實現空間負荷預測，需先將待預測區域劃分為多個規則或不規則的小區，每個小區稱為一個元胞，元胞內的電力負荷稱為元胞負荷；

首先建立包含待預測區域內的10kV饋線供電范圍圖層和用地信息圖層的電力地理信息系統，然后根據10kV饋線的供電范圍生成元胞；

2)含異常數據元胞負荷分類及建立元胞負荷分類指標體系

首先，根據元胞負荷中異常數據的表現、產生原因的不同，將元胞負荷中的所有異常數據分為四類：

由于數據采集或傳輸失敗的原因，導致相鄰時段數據連續不變且非零，其特征為負荷數據保持恒定不變，此類異常數據稱為第一類異常數據類；由于線路、設備檢修故障以及測量表計損壞原因造成相鄰時段數據一直連續為零，此類異常數據稱為第二類異常數據類；當沖擊負荷接入電網或數據傳輸錯誤時，相鄰時段的負荷數據突然增大或減小，其特征為負荷毛刺，此類異常數據稱為第三類異常數據類；當出現供電線路轉帶或轉甩其它線路的負荷時，負荷突然躍變到另一個水平，其特征為負荷轉移，此類異常數據稱為第四類異常數據類；

通過對元胞負荷的時序曲線、峰谷差曲線、核密度估計曲線的統計分析，有助于對含異常數據元胞負荷的分類，為了更加準確地對含異常數據的元胞負荷進行分類，需要構造合理的分類指標，根據元胞負荷的時序曲線、峰谷差曲線及核密度估計曲線的特點構造了變異系數、日峰谷差、波峰個數和首端概率密度分類指標，形成含異常數據元胞負荷的分類指標體系；然后依次按照各指標順序完成對元胞負荷的分類；

基于元胞負荷時序曲線的日峰谷差指標如公式(1)所示，其物理意義為單位時間內元胞負荷日最大負荷與日最小負荷之差；

a₁＝P_max-P_min (1)

其中，a₁為日峰谷差指標，P_max為單位時間內元胞負荷日最大負荷，P_min為單位時間內元胞負荷日最小負荷；

基于元胞負荷時序曲線的變異系數指標如公式(2)所示，其物理意義為描述一組數據變異程度的參數，變異系數＝(標準差/平均值)×100％；

a₂＝CV (2)

其中，a₂為變異系數指標，CV為元胞負荷數據標準差與元胞負荷數據平均值的比；

基于核密度估計曲線的波峰個數指標如公式(3)所示，其物理意義為核密度估計曲線的波峰數；

a₃＝B (3)

其中，a₃為波峰個數指標，B為核密度估計曲線的波峰數；

基于核密度估計曲線的首端概率密度指標如公式(4)所示，其物理意義為核密度估計曲線中最小負荷值對應的概率密度；

a₄＝F₀ (4)

其中，a₄為首端概率密度指標，F₀為核密度估計曲線中最小負荷值對應的概率密度；

3)計算含異常數據的元胞負荷的核密度估計曲線

統計單位時間內元胞負荷在不同值時對應的概率密度，按照以元胞負荷值由小到大的順序進行排序作為橫坐標，以元胞負荷值對應概率密度作為縱坐標，得到元胞負荷的核密度估計曲線；

每個元胞負荷的核密度估計曲線都用公式(5)表達；

其中，h為帶寬；N為元胞負荷歷史數據總個數；x_i為元胞負荷歷史數據中第i個負荷數據，i＝1，2，…，N；將N個元胞負荷歷史數據中的最大值與最小值做差，然后除以元胞負荷歷史數據總個數N得到組距，以元胞負荷最小值為初始值，按組距逐漸增加，直到元胞負荷最大值構成一個一維數組；y_j為該一維數組中的第j個數據，j＝1，2，…，N；為N個元胞負荷歷史數據的概率密度函數；

每條核密度估計曲線的帶寬h通過正態參考帶寬選擇來確定；正態參考帶寬由公式(6)得到；

h_opt＝1.06σN^-1/5 (6)

其中，N為元胞負荷歷史數據總個數，h_opt為正態參考帶寬，σ為樣本標準差；

4)確定元胞負荷合理最大值

經過統計分析表明，元胞負荷數據的核密度估計曲線呈現出“雙峰”的特征，將元胞負荷數據的核密度估計曲線的雙峰部分稱為“頭部”，將曲線中出現概率低且負荷值大的部分稱為“尾部”，正常元胞負荷和含第一類異常數據、第二類異常數據的元胞負荷尾部都短，稱為“短尾”而含第三類異常數據和含第四類異常數據的元胞負荷尾部長，稱為“長尾”，但頭部仍符合雙峰的特征；

可能影響到元胞負荷最大值的各類異常數據均存在于其核密度估計曲線的尾部，而且尾部越長則帶來的影響就越嚴重，針對這一問題，考察核密度估計曲線與坐標軸圍成的面積，通過保留其頭部面積，截斷并舍棄其尾部面積的方法來確定元胞負荷合理最大值；

因為各類核密度曲線具有不同特征，通過直接設置統一的門限來確定各元胞負荷合理最大值并不可行，所以應根據含各類異常數據元胞負荷的具體特征來確定核密度估計曲線截尾面積大小的門限，稱該門限為隨動門限；

針對含不同類型異常數據的元胞負荷的核密度估計曲線，構建各自的隨動門限模型，在截斷并舍棄核密度估計曲線尾部面積的大小與核密度估計曲線與坐標軸圍成的總面積之比等于對應門限的條件下，將截尾處的負荷值作為相應元胞負荷的合理最大值；

考慮到元胞負荷轉移時間長短的不同，給出兩種不同場景下元胞負荷對應的兩個合理最大值；對于永久性負荷轉移，求取元胞負荷最大值時應該計及負荷轉移；對于短期負荷轉移，由于未來年實際值中不包含負荷轉移，在求取元胞負荷最大值時需剔除負荷轉移；簡而言之，在不同場景下，選用不同計算方法求取元胞負荷合理最大值；

針對含第四類異常數據的元胞負荷，在原來的長尾部分又出現一個小波峰，形成“三峰”，根據統計分析發現，第三個波峰對應轉移負荷的概率密度，且含第四類異常數據元胞負荷的核密度估計曲線的第三個小波峰與頭部之間存在波谷，為了得到短期負荷轉移場景下的元胞負荷合理最大值，先從第三個小波峰與頭部之間的波谷處截掉第三個波峰，形成短尾，再使用設定的隨動門限截掉剩余核密度估計曲線與坐標軸圍成面積的短尾；如果是永久性負荷轉移，截尾方式與含第一類異常數據、第二類異常數據、第三類異常數據元胞負荷的核密度估計曲線的截尾方式相同；

①建立各類元胞負荷數據核密度估計曲線的隨動門限模型

a.含第一類異常數據元胞負荷的核密度估計曲線的隨動門限模型

通過對含第一類異常數據元胞負荷時序曲線及其核密度估計曲線的特性分析發現，含第一類異常數據元胞負荷的核密度估計曲線的隨動門限大小，與元胞負荷數據中第一類異常數據出現的次數有關，因此，為了能夠獲取合理最大值，將元胞負荷歷史數據中第一類異常數據出現的次數與元胞負荷歷史數據總個數之比作為含第一類異常數據元胞負荷的核密度估計曲線的隨動門限模型，見公式(7)；

其中，N為元胞負荷歷史數據總個數；n為元胞負荷歷史數據中第一類異常數據出現的次數，n≥1；x₁表示元胞負荷歷史數據中第一類異常數據出現的次數n與元胞負荷歷史數據總個數N之比；

b.含第二類異常數據元胞負荷的核密度估計曲線的隨動門限模型

與第一類異常數據相比，第二類異常數據對元胞負荷最大值影響小，且只有零值一種情況，故將公式(7)中n取1時所對應的模型作為含第二類異常數據元胞負荷的核密度估計曲線的隨動門限模型，見公式(8)；

其中，N為元胞負荷歷史數據總個數；x₂表示含第二類異常數據元胞負荷的核密度估計曲線的隨動門限；

c.含第三類異常數據元胞負荷的核密度估計曲線的隨動門限模型

針對含第三類異常數據的元胞，首先，計算其元胞負荷在單位時間內日最小值平均值及日峰谷差平均值，將兩個平均值求和，然后確定異常數據所在日，并求出該日內負荷值大于最小值平均值及日峰谷差平均值之和的個數，見公式(9)；

其中，P_t,max為第t天中的最大負荷值，t＝1，2，…，l；P_t,min為第t天中的最小負荷值；l為元胞負荷數據的天數；z為元胞負荷單位時間內日最小值平均值與其日峰谷差平均值之和；

然后，將元胞負荷歷史數據中異常數據個數與元胞負荷歷史數據總個數之比作為含第三類異常數據元胞負荷的核密度估計曲線的隨動門限模型，見公式(10)；

其中，N為元胞負荷歷史數據總個數；k為異常數據所在日內時序負荷大于z的異常數據個數；x₃表示元胞負荷歷史數據中異常數據個數與元胞負荷歷史數據總個數之比；

d.含第四類異常數據元胞負荷的核密度估計曲線的隨動門限模型

針對含第四類異常數據的元胞負荷，由于含第四類異常數據元胞負荷的核密度估計曲線隨動門限的大小取決于元胞負荷歷史數據總個數，故含第四類異常數據元胞負荷的核密度估計曲線的隨動門限模型同含第二類異常數據元胞負荷的核密度估計曲線的隨動門限模型，見公式(11)；

其中，N為元胞負荷歷史數據總個數；x₄表示含第二類異常數據元胞負荷的核密度估計曲線的隨動門限；

②利用隨動門限在核密度估計曲線上確定元胞負荷合理最大值

利用公式(7)至公式(11)可以得到含異常數據元胞負荷的隨動門限，將隨動門限乘以含異常數據元胞負荷的核密度估計曲線總面積就可以得到截尾面積的大小，對應截尾處的負荷值就是元胞負荷合理最大值。