[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

本發明公開了一種基于云平臺與大數據分析的智能電網負荷預測方法。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；利用時序預測模型預測電網負荷。利用本發明，提高了電網負荷預測準確率。

技術領域

本發明涉及智能電網、云計算技術領域，具體涉及一種基于云平臺與大數據分析的智能電網負荷預測方法。

背景技術

傳輸電網電力系統負荷預測值偏低將引起系統容量不足、輸送電能力無法達到用電需求；電力系統負荷預測值偏高，則將造成設計容量過高、設備投資浪費。因此，電力數據預測分析對于電網規劃建設、運營服務等方面具有重要的價值和意義。負荷預測是電力系統規劃運行的基礎，目前負荷預測方法主要包括SVM、前饋神經網絡、回歸樹等，這些模型存在結構復雜、難以獲取有效特征等問題，從而導致負荷預測精度較低。

發明內容

本發明針對上述現有技術存在的缺陷，提出一種基于云平臺與大數據分析的智能電網負荷預測方法。

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。

進一步地，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。

進一步地，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。

進一步地，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。