[發明專利]一種基于XGBoost的配電網線路夏季峰值負荷預測方法

在審

• 申請號: 202011327346.4
• 申請日: 2020-11-24
• 公開（公告）號: CN112801333A
• 公開（公告）日: 2021-05-14
• 發明（設計）人: 陳錦植;梁宏池;陳超鋒;蘇建新;林錦燦;陳琪;陳金星;陳劍;陳利娜;柳衛明;洪云飛;羅瑩瑩;彭積城;劉毅;劉海瓊;鄭夢娜
• 申請（專利權）人: 國網福建省電力有限公司寧德供電公司;國網福建省電力有限公司;杭州沃瑞電力科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06K9/62;G06N20/00
• 代理公司: 福州科揚專利事務所(普通合伙) 35001
• 代理人: 李曉芬

本發明涉及一種基于XGBoost的配電網線路夏季峰值負荷預測方法，首先對預測線路列表中的線路進行夏季負載率峰值增長趨勢聚類分析，篩選出未來可能發生重過載的線路作為待預測線路；然后再從篩選后的預測線路中挑選典型線路進行XGBoost模型建模、參數調優，XGBoost模型采用的樣本特征值包括氣象特征數據、時間特征數據和春季負荷特征數據；最后用統一的模型參數預測篩選后預測線路列表的夏季負荷高峰周的線路負荷曲線，輸出預測結果清單。本發明針對線路歷史數據量大、負荷預測計算量大的問題，通過負載率峰值增長趨勢聚類分析減少待預測線路，避免不必要的計算，提高預測精度。

技術領域

本發明涉及一種基于XGBoost的配電網線路夏季峰值負荷預測方法，屬于配電網負荷預測技術領域。

背景技術

夏季用電高峰時段，城市配電網供電形勢較為嚴峻，可能出現線路重過載現象，對配電網構成沖擊。為平穩迎峰度夏，在每年夏季到來之前，配網管理人員通常提前1-2個月對配電網線路進行負荷峰值預測，準確識別夏季將出現重過載現象的線路，并預測其峰值負荷大小，這對于電力部門有計劃地制訂和實施電網規劃、增容和改擴建方案至關重要。

配電網線路通常多達數千條，預測配電網線路未來1-2個月后的夏季負荷峰值，需要提取大量預測對象的歷史數據，同時需要考慮不同線路可能有不同程度的負荷影響因素，且預測時間跨度介于短期預測和中期預測之間，對模型的泛化性提出了更高的要求，使得負荷預測更加困難。因此，如何對未來某一時段線路的高峰負荷走勢展開精確預測成為了亟待解決的問題。

發明內容

為了解決上述現有技術中存在的問題，本發明提供一種基于XGBoost的配電網線路夏季峰值負荷預測方法，能夠識別發生重過載可能性低的線路，篩選出未來可能發生重過載的線路作為待預測線路，以減少待預測線路，避免不必要的計算，同時基于氣象因素、時間因素、春季基礎負荷數據建立負荷預測模型，以提高預測精度。

本發明的技術方案如下：

一種基于XGBoost的配電網線路夏季峰值負荷預測方法，包括以下步驟：

(1)確定預測線路列表及待預測時間段，并獲取預測線路列表中所有線路的最大允許載流量、近三至五年的歷史電流負荷數據和氣象數據；

(2)提取預測線路列表中各線路近三至五年的夏季負荷峰值、最大允許載流量，計算出夏季峰值負載率，并按年份組成各條線路的夏季峰值負載率增長趨勢曲線，再對線路峰值負載率增長趨勢曲線進行聚類分析；

(3)依據經過步驟(2)獲得的線路峰值負載率增長趨勢曲線聚類結果，剔除近年負載率低且增長趨勢平緩、未來出現重載可能性低的線路，從而得到篩選后的預測線路列表，預測線路列表留下的為未來出現重載率高的線路；

(4)從篩選后的預測線路列表中選取多條典型線路，進行XGBoost模型訓練，通過調參優化，確定統一的算法參數；

(5)用統一的算法參數，對篩選后的預測線路列表中的所有線路進行負荷模型訓練、負荷預測，得到待預測時段每個時刻的線路負荷值，求出每條線路負荷高峰周的最大負載率，輸出預測結果清單。

進一步地，所述步驟(1)中預測線路列表中包括所有需要進行峰值預測的配電網線路；所述待預測時間段為某年夏季負荷高峰周。

進一步地，所述步驟(1)歷史電流負荷數據包括近三至五年每年春季一個星期的基礎負荷數據以及夏季負荷高峰周的負荷數據；所述氣象數據包括日最高氣溫、日最低氣溫和日最大風力。

進一步地，所述步驟(4)中XGBoost模型采用框架為py-xgboost框架，XGBoost參數設定為：樹的最大個數n_estimators設置為100，subsample設置為1.0，學習率設置為0.1，其他參數均設置為默認值。