[發明專利]煤改電負荷特性的分析預測方法及裝置

有效

• 申請號: 202010082765.X
• 申請日: 2020-02-07
• 公開（公告）號: CN111368257B
• 公開（公告）日: 2023-08-04
• 發明（設計）人: 馬國真;魏孟舉;邵華;劉雪飛;胡珀;龐凝;張澤亞;王云佳;胡夢錦
• 申請（專利權）人: 國網河北省電力有限公司經濟技術研究院;國家電網有限公司
• 主分類號: G06F17/18
• 分類號: G06F17/18;G06Q10/04;G06Q50/06;G06F18/2321;H02J3/00
• 代理公司: 深圳中一聯合知識產權代理有限公司 44414
• 代理人: 李艷麗

1.一種煤改電負荷特性的分析預測方法，其特征在于，包括：

獲取多個煤改電配變的負荷數據；

對所述多個煤改電配變的負荷數據進行預處理；

根據聚類算法對預處理后的多個煤改電配變的負荷數據進行聚類，得到預設種類的負荷特性；

其中，所述方法還包括：

獲取第一預設時間段的電力負荷數據和第二預設時間段的采暖負荷數據；其中，所述第一預設時間段的電力負荷數據包括第一預設時間段的月最大負荷、平均日最大負荷、平均日均負荷和平均日最小負荷；

基于所述第一預設時間段的電力負荷數據，預測第一負荷；

基于所述第二預設時間段的采暖負荷數據，預測第二負荷；

將所述第一負荷和所述第二負荷相加獲得全網預測負荷；

所述基于所述第一預設時間段的電力負荷數據，預測第一負荷，包括：基于所述歷史負荷數據，構建以年月為維度的時間序列數據，對所述第一負荷進行預測；其中，所述第一負荷包括：未來月份的月極大負荷、平均日最大負荷、平均日均負荷和平均日最小負荷；

所述第一負荷的預測方法采用時間序列預測中的X12模型預測；月用電負荷從長期來看呈現上升趨勢，并采用ARIMA模型預測月用電負荷的趨勢；

所述月用電負荷計算公式為：

Y＝Y_T×Y_S×Y_I

其中，Y為月用電負荷數據，Y_T為長期趨勢要素，Y_S為季節要素，Y_I為不規則要素；

所述基于所述第二預設時間段的采暖負荷數據，預測第二負荷，包括：

通過最小二乘法建立所述第二預設時間段的采暖負荷數據和天氣溫度的線性回歸方程；

基于所述線性回歸方程，對所述第二負荷進行預測；其中，所述第二負荷為采暖預測負荷；

所述第二負荷為未來的采暖負荷因煤改電推行激發的采暖負荷。

2.如權利要求1所述的煤改電負荷特性的分析預測方法，其特征在于，所述對所述多個煤改電配變的負荷數據進行預處理，包括：

對所述多個煤改電配變的負荷數據進行缺失值填充處理和異常值篩選處理中的至少一種。

3.如權利要求2所述的煤改電負荷特性的分析預測方法，其特征在于，當對所述多個煤改電配變的負荷數據進行缺失值填充處理時，包括：

通過中位數法對所述多個煤改電配變的負荷數據進行填充處理。

4.如權利要求2所述的煤改電負荷特性的分析預測方法，其特征在于，當對所述煤改電配變的負荷數據進行異常值篩選處理時，包括：

遍歷所述多個煤改電配變的負荷數據；

判斷當前的煤改電配變的負荷數據、所述多個煤改電配變的負荷數據的平均值、所述多個煤改電配變的負荷數據的標準差是否滿足預設條件；

當判斷滿足預設條件時，將當前的煤改電配變的負荷數據作為異常值去除；

其中，所述預設條件包括：

z小于第一預設數值或大于第二預設數值，z＝(x-μ)/σ；式中，x為當前的煤改電配變的負荷數據，μ為所述多個煤改電配變的負荷數據的平均值，σ為所述多個煤改電配變的負荷數據的標準差。

5.如權利要求1所述的煤改電負荷特性的分析預測方法，其特征在于，所述根據聚類算法對預處理后的多個煤改電配變的負荷數據進行聚類，包括：

對所述預處理后的多個煤改電配變的負荷數據進行無量綱化處理，得到待聚類數據；

隨機選取所述待聚類數據中預設數量的數據點作為初始聚類中心；

計算所述待聚類數據中每一數據點至各個初始聚類中心的距離；

根據所述數據點至各個初始聚類中心的距離確定所述數據點所在的聚類簇，并更新所述聚類簇的初始聚類中心；

檢測所述聚類簇是否滿足預設聚類條件，若所述聚類簇不滿足預設聚類條件，則返回執行根據所述數據點至初始聚類中心的距離確定所述數據點所在的聚類簇，并更新所述聚類簇的初始聚類中心的步驟；

若所述聚類簇滿足預設聚類條件，則確定所述待聚類數據聚類完成。