[發明專利]一種基于梯度提升算法預測短期電力負荷的系統模型

在審

• 申請號: 202010115241.6
• 申請日: 2020-02-25
• 公開（公告）號: CN111191858A
• 公開（公告）日: 2020-05-22
• 發明（設計）人: 胡炳謙;顧一峰;周浩;韓俊
• 申請（專利權）人: 上海積成能源科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q50/06
• 代理公司: 暫無信息
• 代理人: 暫無信息

目前電能還不能進行大量的存儲，因此在電力系統中發電和用電必須做到平衡，否則就會造成很大的浪費；同時，由于電力系統的時滯性，導致電力負荷不能隨著自身運行方式，用戶用電量等變量的變化而變化，電力系統供電和用電平衡難以保持，因此對電力負荷的準確預測尤為重要。本發明提出了一種基于梯度提升算法預測短期電力負荷的系統模型，涉及電力系統運行管理技術領域，主要解決以上電力負荷預測的問題。本發明具體通過歷史天氣數據和歷史負荷數據利用梯度提升模型對未來短期電力負荷進行預測，有助于提高電力系統的安全性和穩定性，減少發電成本，平衡電力系統供電和用電的平衡。

技術領域

本發明涉及一種電力系統運行管理技術, 特別涉及一種基于梯度提升算法(Gradient Boosting)的預測短期電力負荷的方法。

背景技術

眾所周知，目前電能還不能進行大量的存儲，在電力系統中發電和用電必須做到平衡，否則就會造成很大的浪費；同時，由于電力系統的時滯性，導致電力負荷不能隨著自身運行方式，用戶用電量等變量的變化而變化，電力系統供電和用電平衡難以保持。因此，預測電力系統未來負荷的變化，提前采取必要的調整措施，對于維持電力系統平衡，提高供電質量，推動社會發展具有重要意義。電力系統短期負荷預測是電力部門的一項重要工作。它關系到電力系統的調度運行和生產計劃，準確的負荷預測有助于提高系統的安全性和穩定性，能夠減少發電成本。隨著電力市場的建立和發展，短期負荷預測將發揮越來越重要的作用。本發明提出了一種基于梯度提升算法 (Gradient Boosting) 預測短期電力負荷的系統模型。

發明內容

本發明提出了一種基于歷史天氣數據和預測數據, 和歷史負荷數據進而預測電力系統短期負荷的系統和方法。本方法應用了Gradient Boost算法，可以極大的提高預測準確度，具體流程圖如圖1所示。

附圖說明

圖1為本發明實施中預測短期電力負荷的流程圖。

圖2為本發明實施中樣本電力負荷曲線圖。

圖3為本發明實施中預測電力負荷曲線圖。

具體實施方式

步驟一、通過測量或取得歷史數據的方式， 獲得該區域的所述歷史數據包括連續一年以上的風氣數據: 溫度, 濕度, 風速, 和日照時間, 法定節日, 以及歷史電力負荷,其中所述歷史數據的時間分辨點為1小時，圖2為樣本電力負荷曲線圖。

步驟二、 數據準備：，表示用來預測短期電力負荷的輸入數據，包括分別為,歷史每小時的溫度,濕度，風速，日照，當前小時，是否節日和或周末，前24小時的負荷平均值，前一周的負荷平均值。表示電力負荷，也就是實際值,表示數據量。表示實際電力負荷，也就是實際值,表示數據量。表示損失函數，用來分析預測值的效果，其中為預測值。目標是目標是為了優化或者說最小化損失函數，梯度提升算法的思想是迭代生多個（M個）弱的模型，然后將每個弱模型的預測結果相加，后面的模型基于前面學習模型的的效果生成的，關系如下：

。

步驟三、設立初始值，，表示殘差值,而一開始為零,是觀測值，預測值。

步驟四、迭代生成M個基礎學習器。

步驟五、計算

其中， 這一步我們需要計算出，當前樹模型的。

步驟六、基于決策樹, 計算。

步驟七、更新，

, 。

步驟八、預測值更新,

預測結果曲線圖如圖3所示。

本發明通過一種基于梯度提升算法(Gradient Boosting)，考慮多種數據自變量，提出一種短期電力負荷的預測系統。為綜合應用新能源發電，保障整體電網用電平穩安全，提供了一套得到有效預測數據的系統。