[發明專利]一種自適應權重的綜合短期用電負荷預測方法

在審

• 申請號: 202010155260.1
• 申請日: 2020-03-09
• 公開（公告）號: CN111242393A
• 公開（公告）日: 2020-06-05
• 發明（設計）人: 王祥浩;宣筱青;夏東風
• 申請（專利權）人: 南京中電科能技術有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06N3/04;G06N3/08
• 代理公司: 南京中盟科創知識產權代理事務所(特殊普通合伙) 32279
• 代理人: 江冬萍

本發明提出一種自適應權重的綜合短期用電負荷預測方法，包括步驟，S1：定義綜合預測模型對應的特征因素和單一預測方法；S2：針對不同特征因素，通過不同的單一預測方法進行負荷預測得到負荷預測結果；S3：采用BP神經網絡算法對不同特征因素的負荷預測結果綜合預測。首先根據不同特征因素采用不同的單一預測方法獲得預測的結果，再通過BP神經網絡對預測結果進行綜合預測。

技術領域

本發明涉及電力領域，具體涉及一種自適應權重的綜合短期用電負荷預測方法。

背景技術

短期用電負荷預測是智慧安全用電監控系統的重要組成功能，負荷預測是電力系統安全運行的基礎,由于居民用電負荷的隨機性和波動性,可能會影響電力系統的正常運行與維護,因此準確預測居民用電負荷為電網的實時調度提供了有利指導。

短期用電負荷預測與用電趨勢分析、經濟調度運行、用戶需求側管理、電力交易等密切相關。影響電力短期負荷變化的因素很多，諸如氣象因素，節假日信息等。傳統的預測方法大多采用單一方面預測的方式，短期用電負荷預測的變量因素單一。

基于多個單一預測方法，建立綜合預測模型，能夠顯著提高負荷預測的準確率。

發明內容

為了克服現有技術中的不足，本發明提出一種自適應權重的綜合短期用電負荷預測方法，其能綜合電力負荷多方面的特征因素，提高短期用電負荷預測的準確率。

為了實現上述目的，本發明的一種自適應權重的綜合短期用電負荷預測方法，包括以下步驟，S1：定義綜合預測模型對應的特征因素和單一預測方法；S2：針對不同特征因素，通過不同的單一預測方法進行負荷預測得到負荷預測結果；S3：采用BP神經網絡算法對不同特征因素的負荷預測結果綜合預測。

進一步的，S1中對應的特征因素包括節假日類型、星期類型和溫度。

進一步的，針對節假日類型的特征因素采用逐點增長法，具體的計算步驟為：S11：計算各年相關日t時刻的負荷平均值，公式為：其中，1≤y≤Y，y為正整數，Y為擁有的相關歷史數據的年數量，1≤t≤T≤24,t為正整數；1≤n，n為正整數，n為相關日的數量，其中P_yit為已知的第y年的第i相關日的t時刻的負荷，相關日為節假日前d天，d≥7，且d為正整數，S12:計算比值系數，公式為其中P_y0t為第y年與相關日對應的節假日t時刻的負荷，q_yt為比值系數，S13:將各年比值系數以及對應的年份按順序列舉形成數列，一個數列為：q1t、q_2t、.......q_yt；另一個數列為q_1t、q_2t、.......q_yt所對應的年份，將對應的年份作為自變量，q_1t、q_2t、.......q_yt作為因變量并做一元線性回歸，將預測年的第m年的年份帶入到一元線性回歸方程中計算出預測的第m年的比例系數為q_mt，S14:依據公式獲得第m年t時刻已知的相關日的平均負荷，根據公式變形推導，其中是第m年相關日t時刻的日平均負荷，q_mt是S13中計算獲得的預測的第m年的比例系數，P_mt是預估節假日將產生的負荷。

進一步的，針對星期類型的特征因素采用倍比增長法，具體的計算公式為：，其中P_t為待預測日t 時刻的負荷值，A_1t為第一個周期的不同星期類型日t 時刻負荷的平滑值，A_2t為第二個周期的不同星期類型日t時刻的負荷的平滑值，P1t是第一個周期的同一星期類型日t時刻的負荷值，第一周期為預測日前7天，不同星期類型為除待預測日的一周其他時刻，第二周期為預測日前8-14天，平滑值是通過指數平滑法獲得的值。