[發(fā)明專利]小波降噪和EMD-ARIMA的電力系統(tǒng)負(fù)荷預(yù)測(cè)方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202010777451.1
• 申請(qǐng)日: 2020-08-05
• 公開（公告）號(hào): CN111985361A
• 公開（公告）日: 2020-11-24
• 發(fā)明（設(shè)計(jì)）人: 何怡剛;吳曉欣;段嘉珺;張慧;時(shí)國(guó)龍;張朝龍
• 申請(qǐng)（專利權(quán)）人: 武漢大學(xué)
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62;G06Q10/04;G06Q50/06
• 代理公司: 湖北武漢永嘉專利代理有限公司 42102
• 代理人: 張宇

1.一種基于小波降噪和EMD-ARIMA的電力系統(tǒng)負(fù)荷預(yù)測(cè)方法，其特征在于，包括：

(1)獲取電力系統(tǒng)對(duì)應(yīng)不同時(shí)刻的電力負(fù)荷數(shù)據(jù)，并在所述電力負(fù)荷數(shù)據(jù)為非等間隔時(shí)，對(duì)所述電力負(fù)荷數(shù)據(jù)進(jìn)行插值得到等間隔的電力負(fù)荷數(shù)據(jù)；

(2)利用小波分析對(duì)所述電力負(fù)荷數(shù)據(jù)進(jìn)行降噪處理；

(3)利用經(jīng)驗(yàn)?zāi)B(tài)分解EMD方法對(duì)降噪后的數(shù)據(jù)進(jìn)行進(jìn)一步處理得到不同的負(fù)荷分量；

(4)對(duì)不同的負(fù)荷分量構(gòu)建對(duì)應(yīng)的差分自回歸滑動(dòng)平均ARIMA模型；

(5)利用赤池信息準(zhǔn)則AIC及貝葉斯信息準(zhǔn)則BIC對(duì)每個(gè)負(fù)荷分量對(duì)應(yīng)的ARIMA模型進(jìn)行優(yōu)選；

(6)對(duì)優(yōu)選得到的不同ARIMA模型預(yù)測(cè)得到的負(fù)荷分量進(jìn)行重構(gòu)得到最終的預(yù)測(cè)結(jié)果。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述電力系統(tǒng)的等間隔的電力負(fù)荷數(shù)據(jù)為：data＝{a₁,a₂,...,a_i}i∈[1,K]，其中，K為對(duì)應(yīng)K個(gè)時(shí)刻的K個(gè)負(fù)荷數(shù)據(jù)，a_i為負(fù)荷數(shù)據(jù)中第i點(diǎn)對(duì)應(yīng)的值。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，步驟(2)包括：

選擇一個(gè)小波并確定分解的層次，然后進(jìn)行分解計(jì)算，對(duì)各個(gè)分解尺度下的高頻系數(shù)選擇一個(gè)閾值進(jìn)行軟閾值量化處理，根據(jù)小波分解的最底層低頻系數(shù)和各層高頻系數(shù)進(jìn)行一維小波重構(gòu)。

4.根據(jù)權(quán)利要求2所述的方法，其特征在于，進(jìn)行小波分解降噪后得到的數(shù)據(jù)為：x(t)＝{x₁,x₂,...,x_t}t∈[1,K]，其中，K為對(duì)應(yīng)K個(gè)時(shí)刻的K個(gè)負(fù)荷數(shù)據(jù)，x_t為負(fù)荷數(shù)據(jù)中第t點(diǎn)對(duì)應(yīng)的值。

5.根據(jù)權(quán)利要求3或4所述的方法，其特征在于，步驟(3)包括：

(3.1)識(shí)別原始序列x(t)中的所有極大值點(diǎn)與極小值點(diǎn)，采用三次樣條插值法分別擬合形成其上包絡(luò)線x_up(t)與下包絡(luò)線x_low(t)，并計(jì)算上下包絡(luò)線的均值m(t)：

(3.2)計(jì)算原始序列x(t)與包絡(luò)線均值m(t)的差值，記為h(t)：h(t)＝x(t)-m(t)；

(3.3)判斷h(t)是否滿足IMF約束條件，若不滿足，則將其作為新的輸入序列，重復(fù)執(zhí)行步驟(3.1)至步驟(3.3)，直至滿足約束條件為止；若滿足，則h(t)為第一個(gè)IMF分量，記為c₁(t)＝h(t)，并從原始序列x(t)中分離出c₁(t)，得到剩余分量r₁(t)：r₁(t)＝x(t)-c₁(t)；

(3.4)將剩余分量r₁(t)視為新的原始序列，并返回執(zhí)行步驟(3.1)，直至得到其余IMF分量與一個(gè)剩余分量，其中，EMD的最終結(jié)果表示為r(t)＝x(t)-c_i(t)，其中，c_i(t)為第i個(gè)固有模態(tài)函數(shù)分量，r(t)為最終的剩余分量，代表原始序列的趨勢(shì)項(xiàng)。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述約束條件為：(a)在整個(gè)序列數(shù)據(jù)段內(nèi)，極值點(diǎn)數(shù)必須和過(guò)零點(diǎn)數(shù)一致或者至多相差一個(gè)；(b)在任何一點(diǎn)，由極大值確定的上包絡(luò)線和極小值確定的下包絡(luò)線的均值為零。

7.根據(jù)權(quán)利要求4所述的方法，其特征在于，ARIMA(p,d,q)模型為AR(p)模型和MA(q)模型的組合，所述ARIMA(p,d,q)模型表示為：x_t是當(dāng)前值，μ是常數(shù)項(xiàng)，p是階數(shù)，γ_i是自相關(guān)系數(shù)，ξ_t是誤差，q是階數(shù)，θ_i是消除隨機(jī)波動(dòng)的參數(shù)，x_t-i是t-i時(shí)刻的值，ξ_t-i是t-i時(shí)刻的誤差。