[發明專利]一種海水淡化負荷預測方法與系統

在審

• 申請號: 201811637143.8
• 申請日: 2018-12-29
• 公開（公告）號: CN111382895A
• 公開（公告）日: 2020-07-07
• 發明（設計）人: 金璐;鐘鳴;成嶺;李克成;閆華光;陳培育;王旭東;于建成;覃劍;郭炳慶;張景霞;周博文;唐艷梅;劉鎧誠
• 申請（專利權）人: 中國電力科學研究院有限公司;國網天津市電力公司;國家電網有限公司;國網天津市電力公司電力科學研究院
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06N3/00;G06K9/62;G06Q50/06
• 代理公司: 北京安博達知識產權代理有限公司 11271
• 代理人: 徐國文

本發明涉及一種海水淡化負荷預測的方法與系統，包括：基于預先設定的影響因素，從歷史數據中獲取與預測日相似度最大的歷史特征向量和負荷，將所述特征向量和負荷帶入預先建立的海水淡化負荷預測模型，對預測日的負荷值進行預測，得到所述預測日的負荷預測值。本發明為一種海水淡化負荷預測方法與系統，基于預先設定的影響因素，從歷史數據中獲取與預測日相似度最大的歷史特征向量和負荷，將所述特征向量和負荷帶入預先建立的海水淡化負荷預測模型，對預測日的負荷值進行預測，得到所述預測日的負荷預測值，減少了海水淡化用電量、總體成本，還可以對海水淡化負荷進行精準預測，以達到與分布式可再生能源或電網協同運行的目的。

技術領域

本發明涉及海水淡化負荷調控領域，特別是涉及一種海水淡化負荷預測方法與系統。

背景技術

海水淡化作為解決我國淡水資源緊缺的方法，已經成為沿海地區一種重要的負荷。傳統的海水淡化用電量大、總體成本較高，產業推廣進度緩慢，為了進一步提高海水淡化的綜合經濟效益，可將海水淡化負荷與分布式可再生能源或電網結合參加調控，通過降低海水淡化負荷的用電量來降低成本。

發明內容

為了解決上述傳統海水淡化用電量大、總體成本高、產業推廣進度緩慢的問題，本發明提供一種海水淡化負荷預測方法，所述方法包括：

基于預先設定的影響因素，從歷史數據中獲取與預測日相似度最大的歷史特征向量和負荷；

將所述特征向量和負荷帶入預先建立的海水淡化負荷預測模型，對預測日的負荷值進行預測，得到所述預測日的負荷預測值；

所述海水淡化負荷預測模型基于粒子群優化正則化參數和核參數的最小二乘支持向量機構建。

優選的，所述影響因素包括：溫度、日用水量、海水流速、淡水回水流速、高壓濃鹽水流速、給水泵、高壓泵和升壓泵時序功率、回水泵時序功率。

優選的，所述從歷史數據中獲取與預測日相似度最大的歷史特征向量，還包括：

分別對所述歷史數據進行歸一化處理；

基于歸一化處理后的歷史數據構建因素序列；

基于所述因素序列確定與預測日相似度最大的特征向量。

優選的，所述基于歸一化處理后的歷史數據構建因素序列包括：

基于歸一化處理后的溫度數據得到第一特征量；

基于歸一化處理后的日用水量數據得到第二特征量；

基于歸一化處理后的海水淡化機組給水泵、高壓泵和升壓泵的時序用電功率得到第三特征量；

基于歸一化處理后的海水淡化機組回水泵的時序用電功率得到第四特征量；

基于歸一化處理后的海水淡化機組的高壓濃鹽水流速得到第五特征量；

由所述第一特征量、第二特征量、第三特征量、第四特征量和第五特征量構建因素序列。

優選的，所述基于所述因素序列確定與預測日相似度最大的特征向量包括：

基于所述因素序列，確定歷史數據與預測日數據的差序；

基于所述差序獲取最大差和最小差；

基于所述最大差和最小差，采用灰色關聯度計算預測日因素對歷史日因素的灰色關聯度；

基于所述灰色關聯度得到與預測日相似度最大的多個歷史日因素；

將所有歷史日因素作為特征向量。

優選的，所述將所述特征向量和負荷帶入預先建立的海水淡化負荷預測模型，對預測日的負荷值進行預測包括：