[發明專利]一種區域電力飽和負荷預測方法及系統

有效

• 申請號: 201910365738.0
• 申請日: 2019-04-29
• 公開（公告）號: CN110135635B
• 公開（公告）日: 2023-02-03
• 發明（設計）人: 薛萬磊;郭森;吳健;趙昕;徐楠;王春義;盧兆軍;楊雍琦;謝紅濤;劉曉明;李兵抗;趙會茹;趙浩然;張士營;李晨輝;侯慶旭;劉知凡;李校瑩
• 申請（專利權）人: 國網山東省電力公司經濟技術研究院;山東智源電力設計咨詢有限公司;國家電網有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06N20/10;G06N3/006;H02J3/00
• 代理公司: 濟南誠智商標專利事務所有限公司 37105
• 代理人: 李修杰

1.一種區域電力飽和負荷預測方法，其特征在于，所述方法包括：

對影響電力負荷的所有負荷影響因素和電力負荷之間進行相關性分析，確定可作為預測模型輸入變量的負荷影響因素；

根據所述可作為預測模型輸入變量的負荷影響因素的歷史數據，利用Logistic回歸模型對所述可作為預測模型輸入變量的負荷影響因素進行Logistic曲線擬合，確定所述可作為預測模型輸入變量的負荷影響因素的預測值，其中，y表示負荷影響因素的預測值，k表示各負荷影響因素未來的飽和值，t表示時間，e為常數，k,a,b為常數，且k0,a0,b0；

根據所述可作為預測模型輸入變量的負荷影響因素的預測值，利用LSSVM模型進行區域飽和負荷預測，獲取用電量預測值以及最大負荷預測值；

根據所述用電量預測值和最大負荷預測值，確定當前區域的電力飽和時期以及飽和規模。

2.根據權利要求1所述的一種區域電力飽和負荷預測方法，其特征在于，所述對影響電力負荷的所有負荷影響因素進行相關性分析，確定可作為預測模型輸入變量的負荷影響因素，包括：

獲取與電力負荷相關的所有負荷影響因素，所述所有負荷影響因素包括：區域內的人均GDP、區域內的人均收入、區域內常駐人口數量、產業結構以及氣象條件；

分別對所有負荷影響因素中的任一負荷影響因素和電力負荷之間進行相關性分析；

判斷所述任一負荷影響因素與電力負荷之間的相關性是否大于等于設定的相關性閾值；

如果是，將所述任一負荷影響因素作為預測模型的輸入變量；

如果否，將所述任一負荷影響因素剔除。

3.根據權利要求2所述的一種區域電力飽和負荷預測方法，其特征在于，所述相關性閾值為皮爾森相關系數閾值，且所述相關性閾值為0.5。

4.根據權利要求1所述的一種區域電力飽和負荷預測方法，其特征在于，根據所述可作為預測模型輸入變量的負荷影響因素的預測值，利用LSSVM模型進行區域飽和負荷預測，獲取用電量預測值以及最大負荷預測值的方法，包括：

利用ALO算法，對LSSVM模型中的參數C和σ²進行優化，獲取優化后的LSSVM模型；

將所述可作為預測模型輸入變量的負荷影響因素的預測值作為測試樣本，輸入所述優化后的LSSVM模型中，獲取用電量預測值以及最大負荷預測值。

5.根據權利要求1-4中任一所述的一種區域電力飽和負荷預測方法，其特征在于，所述LSSVM模型的核函數為RBF核函數。

6.一種區域電力飽和負荷預測系統，其特征在于，所述系統包括：

相關性分析模塊，用于對影響電力負荷的所有負荷影響因素和電力負荷之間進行相關性分析，確定可作為預測模型輸入變量的負荷影響因素；

負荷影響因素預測值確定模塊，用于根據所述可作為預測模型輸入變量的負荷影響因素的歷史數據，利用Logistic回歸模型對所述可作為預測模型輸入變量的負荷影響因素進行Logistic曲線擬合，確定所述可作為預測模型輸入變量的負荷影響因素的預測值，其中，y表示負荷影響因素的預測值，k表示各負荷影響因素未來的飽和值，t表示時間，e為常數，k,a,b為常數，且k0,a0,b0；

飽和負荷預測模塊，用于根據所述可作為預測模型輸入變量的負荷影響因素的預測值，利用LSSVM模型進行區域飽和負荷預測，獲取用電量預測值以及最大負荷預測值；

預測結果獲取模塊，用于根據所述用電量預測值和最大負荷預測值，確定當前區域的電力飽和時期以及飽和規模。