[發明專利]一種分布式電力負荷組合預測方法、裝置、終端及存儲介質

在審

• 申請號: 202111263594.1
• 申請日: 2021-10-28
• 公開（公告）號: CN114021798A
• 公開（公告）日: 2022-02-08
• 發明（設計）人: 陸瑾洋;吉書強;宋坤;鐘孝蛟;劉廣;徐颋;杜軍;趙金旺
• 申請（專利權）人: 國電南京自動化股份有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06F9/50;G06F16/182;G06N20/20;G06N5/04
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 范青青

1.一種分布式電力負荷組合預測方法，其特征在于，所述方法包括：

采集電力負荷歷史數據；

將所采集的電力負荷歷史數據和預確定的組合預測模型一同輸入至Hadoop框架，采用MapReduce方式進行分布式電力負荷進行預測計算，獲取分布式電力負荷預測結果；

其中，所述組合預測模型由多個所選擇的單項電力負荷預測方法基于合作博弈的思想組合確定。

2.根據權利要求1所述的分布式電力負荷組合預測方法，其特征在于，將所采集的電力負荷歷史數據輸入至Hadoop框架之前，對電力負荷歷史數據進行預處理，包括缺失數據補全處理。

3.根據權利要求2所述的分布式電力負荷組合預測方法，其特征在于，所述缺失數據補全處理包括：

對于單點缺失數據，選取該點相鄰前一時刻的電力負荷數據和后一時刻的電力負荷數據的加權平均值作為該點的電力負荷數據。

4.根據權利要求1所述的分布式電力負荷組合預測方法，其特征在于，所述單項電力負荷預測方法包括：回歸分析法、時間序列法、趨勢外推法、支持向量機法。

5.根據權利要求1所述的分布式電力負荷組合預測方法，其特征在于，所述組合預測模型的確定方法包括：

根據所選擇的單項電力負荷預測方法對組合預測方法的貢獻程度，采用夏普利值計算方法確定各單項電力負荷預測方法的加權系數；

根據各單項電力負荷預測方法的加權系數，確定如公式(1)所示的組合預測模型：

其中，表示組合預測方法的預測值；集合X＝{x₁,x₂,…,x_n}對應各單項電力負荷預測方法的加權系數，滿足x_i表示單項電力負荷預測方法i的加權系數；集合M＝{m₁,m₂,…,m_n}對應各單項電力負荷預測方式的預測值；預測方法集合為N＝{1,2,…,n}，n表示組合預測中采用的單項電力負荷預測方式的總數。

6.根據權利要求5所述的分布式電力負荷組合預測方法，其特征在于，采用夏普利值計算方法確定各單項電力負荷預測方法的加權系數的方法包括：

采用公式(2)計算各單項電力負荷預測方法對組合預測方法的貢獻程度：

式中，是單項電力負荷預測方法i的貢獻程度；預測方法集合為N＝{1,2,…,n}，n表示組合預測方法中采用的單項電力負荷預測方式的總數，S是形成組合預測方法的所有單項電力負荷預測方法的聯盟集合，|S|為參與組合的單項電力負荷預測方法的個數，(v(S∪{i})-v(S))為單項電力負荷預測方法i的邊際效益；

根據各單項電力負荷預測方法對組合預測方法的貢獻程度，采用公式(3)計算各單項電力負荷預測方法組合后的總收益v(M)：

令組合預測總誤差的相反數等于組合后的總收益，以降低組合預測總誤差為合作目標，采用公式(4)對各單項電力負荷預測方法的貢獻程度進行歸一化處理，對應獲取各單項電力負荷預測方法的加權系數：

7.根據權利要求1所述的分布式電力負荷組合預測方法，其特征在于，所述Hadoop框架在接收到電力負荷歷史數據后，將電力負荷歷史數據分割為多個數據塊，并對各數據塊分別進行map操作；

每個數據塊在map操作中采取所述組合預測模型對電力負荷進行預測計算，將預測計算結果輸入到reduce任務中進行匯總，取reduce結果的平均數，得到最終的分布式電力負荷預測結果。

8.一種分布式電力負荷組合預測裝置，其特征在于，所述裝置包括：

數據采集模塊：用于采集電力負荷歷史數據；

預測模塊：用于將所采集的電力負荷歷史數據和預確定的組合預測模型一同輸入至Hadoop框架，采用MapReduce方式進行分布式電力負荷進行預測計算，獲取分布式電力負荷預測結果；

其中，所述組合預測模型由多個所選擇的單項電力負荷預測方法基于合作博弈的思想組合確定。