[發明專利]一種基于數據聚類理論的中期地區電力負荷預測方法

在審

• 申請號: 201810430741.1
• 申請日: 2018-05-08
• 公開（公告）號: CN108304978A
• 公開（公告）日: 2018-07-20
• 發明（設計）人: 王潔;鄒知斌;熊寧;陳會員;鄭春;王敏;聶更生;洪紹云;舒嬌;李映雪
• 申請（專利權）人: 國網江西省電力有限公司經濟技術研究院;國家電網公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06K9/62
• 代理公司: 南昌市平凡知識產權代理事務所 36122
• 代理人: 姚伯川

一種基于數據聚類理論的中期地區電力負荷預測方法，包括：區域劃分、影響因素關聯分析和負荷空間分布預測。本發明利用聚類理論方法，以區域塊為基本單位，將地區內各個區域塊進行重新劃分，根據其相似度進行組合，作為后期負荷預測的基本單位。本發明利用神經網絡算法預測負荷密度和同時率，考慮了包含時間、空間等多屬性多層次的因素，挖掘了各種層次的影響因素對負荷密度及同時率的影響，可提升本發明中負荷預測方法的精度和效率，有助于電網精細化規劃。與此同時，BP神經網絡算法具有計算穩定、任意復雜的模式分類能力強、多維函數映射能力優等優點，適合于負荷預測。

技術領域

本發明涉及一種基于數據聚類理論的中期地區電力負荷預測方法，屬電力負荷預測技術領域。

背景技術

中期負荷預測是電網規劃、運行的基礎工作，準確的預測能給電網規劃帶來巨大的經濟效益。但中期負荷預測的時間跨度大，受到各種非線性和不確定的影響因素類型多，且具有顯著的地域性特點，預測難度大。

目前我國實際電網規劃工作中，中期電力負荷預測通常采用傳統的組合預測法，如將回歸分析法、趨勢外推法、彈性系數法和大用戶+自然增長法相結合。這種組合預測法操作簡單、需用歷史數據少，但是這種方法僅考慮電力負荷水平與宏觀經濟指標及電力用戶的關系，本質上都是線性模型，預測效果不佳，從而會影響電網規劃的實際效益。而在中期負荷預測的方法研究上，有不少學者從聚類分析、數據挖掘等方面展開工作，如李亦言“考慮城市化的中長期負荷預測模型”運用層次分析法對各主要構成要素進行主觀賦權，然后利用模糊聚類法進行負荷預測；崔旻“基于數據挖掘的電力系統中長期負荷預測新方法”結合了改進的層次分析法和聚類算法對中長期負荷進行預測。這些研究方法都存在主觀對負荷影響因素進行賦權問題，降低了負荷預測的精度，且聚類算法只是對負荷的組成進行簡單分類預測，沒有考慮到不同區域塊的用電負荷特性的不同，考慮的影響負荷的因素也較為粗略。

發明內容

本發明的目的是，針對上述問題，為了能夠挖掘不同的負荷影響因素對地區中期負荷水平的影響，提高負荷預測的準確性，本發明公開一種基于數據聚類理論的中期地區電力負荷預測方法。

本發明實現的技術方案如下，一種基于數據聚類理論的中期地區電力負荷預測方法，包括區域劃分、影響因素關聯分析和負荷空間分布預測。

所述區域劃分，根據地區社會經濟水平和土地性質方面指標和聚類方法分析結果，將一個大區域劃分為若干個具有相似特征的區域塊，以作為本預測方法的最小地理單位；

所述影響因素關聯分析，用于針對每一種影響因素，分析其與區域塊的負荷密度、同時率進行相關性分析，得出各影響因素對地區負荷密度、同時率影響的權重；

所述負荷空間分布預測，用于采用負荷空間預測法對該地區的中期負荷進行預測。

所述區域劃分，根據地區社會經濟水平和土地性質方面指標和聚類方法分析結果，將一個大區域劃分為若干個具有相似特征的區域塊，以作為本預測方法的最小地理單位；

所述影響因素關聯分析，用于針對每一種影響因素，分析其與區域塊的負荷密度、同時率進行相關性分析，得出各影響因素對地區負荷密度、同時率影響的權重；

所述負荷空間分布預測，用于采用負荷空間預測法對該地區的中期負荷進行預測。

所述聚類方法，假定政治政策指標、產業結構調整指標、宏觀經濟指標、常住人口、居民消費水平、電力電量消費習慣指標、電價、重大活動指標、歷史負荷特性指標、時間因素指標構成指標矩陣H，則指標矩陣H為：

其中，H_nm是第m個指標在第n個指標為基準值時的相應值；第n個指標的基準值b可根據第n個指標的歷史值估算；