[發明專利]一種短期電力負荷預測的計算方法

有效

• 申請號: 201910333883.0
• 申請日: 2019-04-24
• 公開（公告）號: CN110071502B
• 公開（公告）日: 2022-08-12
• 發明（設計）人: 何家裕;吳杰康
• 申請（專利權）人: 廣東工業大學
• 主分類號: H02J3/00
• 分類號: H02J3/00
• 代理公司: 廣東廣信君達律師事務所 44329
• 代理人: 杜鵬飛

本發明公開了一種短期電力負荷預測的計算方法包括下述步驟：S1，構建電力負荷數據集；通過歷史電力負荷數據構建聚類數據集、預預測數據集和預測日數據集；S2，構建模糊聚類的初始聚類中心和類別數；本發明采用最大偏差相似性準則的聚類算法，為模糊聚類算法提供聚類數目以及初始類中心；數據聚類后，通過改進后的BP神經網絡進行預測選取與預測日相似的電力負荷類別，并將該類別的電力負荷數據作為改進后的BP神經網絡的訓練集對預測日的電力負荷進行預測，可以使得神經網絡訓練速度更快，預測結果精度更高，具有較高的實用性和合理性。

技術領域

本發明涉及電力系統及其自動化技術領域，具體涉及一種短期電力負荷預測的計算方法。

背景技術

在電力系統的建設中，需要安全科學合理地對電能進行規劃，需要在保障電能指標的情況下能夠隨時滿足用戶負荷需求。然而，由于電力系統的自身存儲電力的能力不足，用戶未能消耗的電能往往會白白流失，造成資源浪費。電力系統若能在電能產出時進行調控，根據用戶的負荷來進行生產調解，就可以避免過多的產出。因此，精準的電力負荷預測可以極大程度的提升電能的使用效率，有效避免電能的浪費，同時，電力負荷預測對電網控制，電力系統實時調度也有極大的幫助。

隨著社會各個行業快速蓬勃發展，電力系統規模越來越大越來越復雜，作為電力負荷預測的因素也開始多樣化，社會、政治、天氣甚至于經濟因素都成為預測電力負荷的背景，傳統的電力負荷預測手段難以適用于這種復雜背景下的預測分析。因此，有必要針對電力負荷預測研究精確合理，可涉及較多因素的算法，一個全面準確的負荷預測算法是電力系統可以靈活調控安全運行的重要保障。

發明內容

本發明的目的在于克服現有技術的缺點與不足，提供一種短期電力負荷預測的計算方法，該方法使得神經網絡訓練速度更快，預測結果精度更高，具有較高的實用性和合理性。

本發明的目的通過下述技術方案實現：

一種短期電力負荷預測的計算方法，包括下述步驟：

S1，構建電力負荷數據集；通過歷史電力負荷數據構建聚類數據集、預預測數據集和預測日數據集；

S2，構建模糊聚類的初始聚類中心和類別數；

S2.1，任意計算兩組電力負荷數據x_i與x_j對應時間點的歐氏距離x_ijk；

S2.2，構建任意兩組電力負荷數據的最大偏差距離λ，公式如下：

式中，x_imax為第i個負荷的最大負荷值，x_imin為第i個負荷的最小負荷值，為第i個負荷的平均負荷值，x_jmax為第j個負荷的最大負荷值，x_jmin為第j個負荷的最小負荷值，為第j個負荷的平均負荷值；

S2.3，構建相似時點數n_ij和最大偏離點時點數m_ij；

S2.4，運用基于最大偏差相似準則的聚類算法將聚類數據集的電力負荷數據進行聚類；

S2.4.1，將第i個電力負荷數據作為對比中心，并將所有滿足最大偏差相似性準則的x_j分配到S(x_i)；其中S(x_i)為與x_i相似的曲線集合；

S2.4.2，將x_j從原始負荷數據集合U中刪除，直至原始負荷數據集合U為空；否則，返回步驟S2.1；

S2.5，計算聚類后的電力負荷數據的初始聚類中心；

S3，電力負荷數據的模糊聚類；

S3.1，構建模糊聚類目標函數；