[發明專利]基于時頻變換特征提取及自回歸趨勢預測技術的電力負荷預測方法及裝置

有效

• 申請號: 201910248745.2
• 申請日: 2019-03-29
• 公開（公告）號: CN110009145B
• 公開（公告）日: 2021-04-02
• 發明（設計）人: 史玉良;張暉;管永明;呂梁;劉智勇;甄帥
• 申請（專利權）人: 山大地緯軟件股份有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q50/06
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 李琳

本發明公開了一種基于時頻變換特征提取及自回歸趨勢預測技術的電力負荷預測方法及裝置，根據經驗可知氣溫和節假日因素是影響負荷變化的重要的因素，采用小波分解將負荷曲線分解為低頻和高頻信息，根據影響低頻和高頻系數變化的因素，采用不同的預測方法，與氣溫和節假日相關的采用回歸分析法預測，其余部分采用三次指數平滑算法進行預測，這樣能夠考慮影響負荷變化的多種因素，從而保障負荷預測的精度。

技術領域

本發明涉及一種基于時頻變換特征提取及自回歸趨勢預測技術的電力負荷預測方法及裝置。

背景技術

本部分的陳述僅僅是提供了與本公開相關的背景技術信息，不必然構成在先技術。

電力是國民經濟的命脈，它對經濟建設、國家安全、社會穩定具有至關重要的作用。近年來，隨著電力市場改革的深入開展，用電用戶的電量和負荷對電力系統輸送的電能質量的要求也越來越高。由于電能不能大量的儲存，這就要求發電出力應該與電量和負荷的變化保持動態平衡。否則，輕則影響供電質量，重則危及系統的安全和穩定。因此負荷的變化進行預測估計是電力系統運行與發展的重要內容。

電力負荷預測是電力市場的重要組成部分，是經濟調度和電力生產規劃的重要依據，也是電力市場順利發展的必需數據。它從已知的用電需求出發，充分考慮經濟、氣候等相關因素的影響，預測未來的用電需求。負荷預測的準確程度將直接影響到投資、網絡布局和運行的合理性，若負荷及電量預測不足，電網的發展便不能適應實際發展的需要，無法滿足用戶正常用電需求，甚至還可能缺電；另一方面，若負荷及電量預測過高，則又會導致一些過多而不能充分利用的設備，從而引起投資的浪費。

因此，在充分考慮一些重要的系統運行特性、增容決策、自然條件和社會影響的條件下，研究或利用一套系統，預測未來某些特定時刻的負荷數據，有利于計劃用電管理，合理安排電網運行方式和建立機組檢修計劃，有利于節煤、節油，減少能耗和降低發電成本，有利于合理的安排電網的增容和改建、決定電網的建設和發展，有利于提高電力系統的經濟效益和社會效益。

發明內容

本發明為了解決上述問題，提出了一種基于時頻變換特征提取及自回歸趨勢預測技術的電力負荷預測方法及裝置，本發明能夠有效提高負荷預測的準確性。

為了實現上述目的，本發明采用如下技術方案：

本發明的第一目的是提供一種基于時頻變換特征提取及自回歸趨勢預測技術的電力負荷預測方法,包括以下步驟:

獲取氣溫與節假日影響因素：采集相關日期日最高溫和最低溫，對每日氣溫做歸一化處理，根據日期結合農歷年辨識出節假日；

對用戶負荷做n層小波分解，利用最高層的低頻系數反映負荷變化的趨勢, 通過聚類提取具有相同趨勢的負荷曲線，將分類后的每一類變化曲線與氣溫及節假日進行關聯分析，得到每一類變化曲線與影響因素的相關性；

對得到的小波系數與氣溫或節假日相關的分類采用回歸分析法進行預測，反應負荷自身變化趨勢的高頻系數部分則采用三次指數平滑算法進行預測，得到初步預測計算結果；

采用基于小波分解和三次指數平滑算法的短期負荷預測模型進行預測，預測出的每日24點負荷與得到的最大負荷、最小負荷及平均負荷進行對比，進行初步預測計算結果的修正，得到最終的短期預測結果。

進一步的，獲取氣溫與節假日影響因素中，具體包括從網頁爬取相關日期的日最高溫和最低溫，對每日氣溫做歸一化處理，根據權重將最高溫和最低溫合并到一起，根據日期結合農歷年辨識出節假日，并對節假日加以量化。

進一步的，在進行n層小波分解后的聚類之前，對每個用戶的小波系數進行歸一化，采用的方法是使每個用戶的系數特征的模為1。

進一步的，采用基于歐式距離的Kmeans算法進行聚類，實現數據的噪音濾波，將具有相同用電行為特征的用戶劃分在一類。