[發明專利]一種電力負荷短期預測方法有效
| 申請號： | 201810542186.1 | 申請日： | 2018-05-30 |
| 公開（公告）號： | CN108808657B | 公開（公告）日： | 2020-07-10 |
| 發明（設計）人： | 王海洋;宋萬清;蔣磊立 | 申請（專利權）人： | 上海工程技術大學 |
| 主分類號： | H02J3/00 | 分類號： | H02J3/00 |
| 代理公司： | 上海科盛知識產權代理有限公司 31225 | 代理人： | 丁云 |
| 地址： | 201620 *** | 國省代碼： | 上海;31 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 電力 負荷 短期 預測 方法 | ||
1.一種電力負荷短期預測方法，其特征在于，該方法包括如下步驟：
(1)獲取歷史電力負荷數據序列，計算歷史電力負荷數據序列的赫斯特指數H；
(2)基于赫斯特指數H建立預測電力負荷的分數布朗運動模型；
(3)對分數布朗運動模型中赫斯特指數H進行全局尋優獲得赫斯特指數最優值Hgbest，進而得到分數布朗運動優化模型；
(4)利用分數布朗運動優化模型預測電力負荷數據；
步驟(4)之前還包括：改變歷史電力負荷數據序列中歷史數據的個數并分別作為一個訓練樣本，對每個訓練樣本重復執行在步驟(1)～(3)，分別得到對應的分數布朗運動優化模型，比較各個分數布朗運動優化模型的預測結果誤差，選擇預測結果誤差最小的分數布朗運動優化模型完成步驟(4)中電力負荷數據的預測；
步驟(2)分數布朗運動模型具體為：
對于歷史電力負荷數據序列{yt,t＝0，1,2...n}，yt表示t時刻的歷史電力負荷數據，分數布朗運動模型為：
yt+1＝yt+uytΔt+σytw1(t)(Δt)H+λytw2(t)(Δt)2H，
其中，yt+1表示t+1時刻的電力負荷數據，Δt表示相鄰兩個歷史電力負荷數據的時間間隔，w1(t)和w2(t)為服從獨立的正態分布的常參數；
其中，E表示求數學期望，T＝[0,1,2,…,n]，y1′為y1的轉置，T′為T的轉置；
步驟(3)中采用量子行為粒子群優化方法對赫斯特指數H進行全局尋優獲得赫斯特指數最優值Hgbest。
2.根據權利要求1所述的一種電力負荷短期預測方法，其特征在于，步驟(1)中電力負荷數據序列的赫斯特指數H通過重標極差分析法獲取。
3.根據權利要求1所述的一種電力負荷短期預測方法，其特征在于，步驟(1)還包括赫斯特指數H的判斷，若0.5＜H＜1，則歷史電力負荷數據序列具有長相關性，繼續執行步驟(2)，否則，結束。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于上海工程技術大學，未經上海工程技術大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201810542186.1/1.html，轉載請聲明來源鉆瓜專利網。
