[發明專利]基于分支結構模型的電力負荷區間預測方法和系統

在審

• 申請號: 202010062363.3
• 申請日: 2020-01-20
• 公開（公告）號: CN113139671A
• 公開（公告）日: 2021-07-20
• 發明（設計）人: 劉波;秦川;鞠平;郭德正;姜婷玉;劉婧孜;李群;張棟凱;金宇清;韓敬東
• 申請（專利權）人: 河海大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06Q10/06
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 朱遠楓

1.一種基于分支結構模型的電力負荷區間預測方法，其特征在于，包括以下步驟：

將預先采集的歷史電力負荷相關數據按照類別劃分為不同的數據集，各數據集分別輸入到預先建立訓練完成的分支結構模型中的各個并列的GRU模塊，分支結構模型輸出電力負荷區間預測結果；所述分支結構模型包括與類別數相對應數量的各個并列的GRU模塊，并且各GRU模塊的輸出連接到一個全連接層；利用電力負荷區間預測結果的區間范圍安排次日的日調度計劃。

2.根據權利要求1所述的一種基于分支結構模型的電力負荷區間預測方法，其特征在于，所述相關數據包括月份、日期類型、時刻、溫度、濕度、風速和/或降雨量；

將預先采集的歷史電力負荷相關數據按照類別劃分為不同的數據集之間還包括對采集到的歷史電力負荷相關數據進行預處理，包括：

采用小波閾值去噪法處理電力負荷數據中的異常與噪聲信號，并對處理后的電力負荷數據進行歸一化處理；

對月份、日期類型、時刻、風速、降雨量數據進行獨熱編碼，對溫度、濕度數據進行歸一化處理。

3.根據權利要求2所述的一種基于分支結構模型的電力負荷區間預測方法，其特征在于，所述歸一化處理公式如下：

式中，x表示原始數據，x_max為原始數據中的最大值，x_min為原始數據中的最小值，x^*為歸一化后的數據。

4.根據權利要求1所述的一種基于分支結構模型的電力負荷區間預測方法，其特征在于，將處理后的數據劃分為時間類、氣象類、負荷類數據集，包括：

將處理后的月份、日期類型、時刻數據歸類為時間類數據；

將處理后的溫度、濕度、風速、降雨量數據歸類為氣象類數據；

將處理后的歷史電力負荷數據歸類為負荷類數據。

5.根據權利要求4所述的一種基于分支結構模型的電力負荷區間預測方法，其特征在于，建立所屬分支結構模型的方法包括建立三個并列的GRU模塊，三個并列的GRU模塊的輸入維度分別與三類數據的維度相對應；將三個模塊的輸出連接到一個全連接層。

所述的分支結構模型的訓練方法如下

將時間類數據作為第一個GRU模塊的輸入，氣象類數據作為第二個GRU模塊的輸入，負荷類數據作為第三個GRU模塊的輸入；

設定將分位數損失函數的分位數，進行訓練與預測，獲取不同分位數設置下的預測結果；

根據不同的置信度，分別提取對應的分位數預測值，組成預測區間范圍。

6.根據權利要求5所述的一種基于分支結構模型的電力負荷區間預測方法，其特征在于，所述分位數損失函數，其計算公式如下：

式中，q為目標分位數，y_t為實際值，為分位數預測值。

7.根據權利要求5所述的一種基于分支結構模型的電力負荷區間預測方法，其特征在于，三個GRU模塊的輸出分別為X′₁,X′₂,X′₃，將三個GRU模塊的輸出并聯作為全連接層的輸出X′＝[X′₁,X′₂,X′₃]^T，全連接層的輸出即分支結構模型的輸出如下式所示。

y＝g(W·X′+b)

式中，g(·)為全連接層的激活函數，W為權重矩陣，b為偏置矩陣。

8.根據權利要求1所述的一種基于分支結構模型的電力負荷區間預測方法，其特征在于，利用預測的區間范圍安排次日的日調度計劃，包括：

根據區間預測結果的中位數確定次日發電機組的啟停數量；

根據區間預測結果的上界值確定次日的可運行備用發電機組數量。

9.一種基于分支結構模型的電力負荷區間預測系統，其特征在于包括：

數據集劃分模塊，用于將預先采集的歷史電力負荷相關數據按照類別劃分為不同的數據集；

電力負荷區間預測模塊，用于將各數據集分別輸入到預先建立訓練完成的分支結構模型中的各個并列的GRU模塊，分支結構模型輸出電力負荷區間預測結果；所述分支結構模型包括與類別數相對應數量的各個并列的GRU模塊，并且各GRU模塊的輸出連接到一個全連接層；

日調度計劃模塊，用于利用電力負荷區間預測結果的區間范圍安排次日的日調度計劃。