[發明專利]基于云平臺與大數據分析的智能電網負荷預測方法

在審

• 申請號: 202110604352.8
• 申請日: 2021-05-31
• 公開（公告）號: CN113326986A
• 公開（公告）日: 2021-08-31
• 發明（設計）人: 韓耀飛;徐世周;劉毅;陳少峰;劉艷林;李亞偉
• 申請（專利權）人: 河南紐瑞電氣科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06N3/04;G06N3/08;H02J3/00
• 代理公司: 鄭州芝麻知識產權代理事務所(普通合伙) 41173
• 代理人: 王越

1.一種基于云平臺與大數據分析的智能電網負荷預測方法，其特征在于，所述方法包括：

基于云平臺整合待預測區域內所有傳感器數據，對待預測區域進行格網劃分；

將以待插值點為圓心的區域劃分為多個扇形區域；在每個扇形區域中查找距離最近的參考點作為該扇形區域的最優參考點；根據各最優參考點與待插值點的距離，得到待插值點的數據；

待插值點以及傳感器點的數據構成天氣敏感負荷張量；根據待預測區域內每個新能源發電站的供電能力確定對應的輔助減負窗口尺寸，根據供新能源發電站的類型、位置以及輔助減負窗口尺寸，從天氣敏感負荷張量中提取數據作為輔助減負張量；

結合輔助減負張量、天氣敏感負荷張量、電網負荷特征，利用時序預測模型預測電網負荷。

2.如權利要求1所述的方法，其特征在于，所述根據待預測區域內每個新能源發電站的供電能力確定對應的輔助減負窗口尺寸包括：

根據新能源發電站i所接線路的電壓確定量化半徑表征值R_i：其中，n表示第i個發電站所連接的線路條數，Level_k表示第k條線路的電壓等級；根據量化半徑表征值確定量化半徑真實值，輔助減負窗口的半徑即為量化半徑真實值。

3.如權利要求1所述的方法，其特征在于，所述扇形區域的圓心角相等，圓心角的角度度確定方法如下：

獲取與待插值點距離最近的傳感器點集合并作為待處理點集，對待處理點集和待插值點組成的點集進行凸包分析，得到參考點集；基于參考點集與待插值點生成三角網；根據待插值點所在角的角度確定圓心角的角度。

4.如權利要求3所述的方法，其特征在于，所述對待處理點集和待插值點進行凸包分析，得到參考點集包括：

步驟1a，對待處理點集和待插值點組成的點集進行凸包計算，若待插值點屬于凸包頂點，則將凸包上的傳感器點作為第一參考點，并將前次循環的凸包頂點作為第二參考點，轉至步驟1c，否則轉至步驟1b；

步驟1b，從待處理點集中剔除凸包頂點；若剔除后待處理點集個數大于1，則將剔除后待處理點集作為新的待處理點集轉至步驟1a；若剔除后待處理點集僅包括一個點，則將該點作為第一參考點，將凸包頂點作為第二參考點，轉至步驟1c；若剔除后待處理點集為空，則將凸包頂點作為第一參考點，轉至步驟1c；

步驟1c，若第一參考點與待插值點所圍成區域還包括傳感器點，則將所包含的傳感器點作為第三參考點。

5.如權利要求4所述的方法，其特征在于，所述基于參考點集與待插值點生成三角網包括：根據第一參考點、第三參考點以及待插值點生成三角網。

6.如權利要求3所述的方法，其特征在于，所述根據待插值點所在角的角度確定圓心角的角度包括：將待插值點所在角的最小角度確定為圓心角的角度。

7.如權利要求1所述的方法，其特征在于，所述根據各最優參考點與待插值點的距離，得到待插值點的數據包括：獲得各最優參考點離散程度，根據各最優參考點離散程度、各最優參考點與待插值點的距離，利用插值算法計算待插值點的數據。

8.如權利要求1所述的方法，其特征在于，所述各最優參考點離散程度具體為：其中，N表示最優參考點個數，d_i,k表示最優參考點i與最優參考點k的距離，P_i、P_k分別為最優參考點i、最優參考點k的數據。

9.如權利要求1所述的方法，其特征在于，所述傳感器數據包括降雨量、溫度、光照強度、風速。

10.如權利要求1所述的方法，其特征在于，所述時序預測模型包括：時序預測編碼器，用于對電網負荷特征進行特征提取；卷積神經網絡，用于對天氣敏感負荷張量、輔助減負張量進行分析、提取特征；全連接網絡，用于對時序預測編碼器、卷積神經網絡的輸出聯合后所得特征進行分析，得到電網負荷預測結果。