[發明專利]負荷預測方法、裝置、計算機設備和存儲介質

在審

• 申請號: 202211077451.6
• 申請日: 2022-09-05
• 公開（公告）號: CN115473219A
• 公開（公告）日: 2022-12-13
• 發明（設計）人: 尚龍龍;羅井利;馬楠;胡冉;劉洋宇;劉國偉;慈海;程卓;汪建波;劉濤;吳江龍;王冠瓔;尚宇煒;周莉梅
• 申請（專利權）人: 深圳供電局有限公司
• 主分類號: H02J3/00
• 分類號: H02J3/00;G06Q10/04;G06Q50/06
• 代理公司: 華進聯合專利商標代理有限公司 44224
• 代理人: 張澤銘

本申請涉及一種負荷預測方法、裝置、計算機設備和存儲介質，涉及智能用電技術領域。所述負荷預測方法包括：獲取配電網中各配電設備的歷史日負荷數據和配電網的歷史日負荷數據；構建至少兩個不同的廣義線性模型；采用各配電設備的歷史日負荷數據，對各廣義線性模型中的參數進行初始化，得到各廣義線性模型預測的日負荷數據；根據配電網的歷史日負荷數據和預測的配電網的預測日負荷數據，從各廣義線性模型中選擇目標模型用于根據配電網中各配電設備的當前日負荷數據，預測配電網的未來日負荷數據。采用本方法能夠利用配電設備的歷史日負荷數據精準預測出配電網的未來日負荷數據，從而得到配電系統未來負荷需求，有效支撐配電網的規劃與運行。

技術領域

本申請涉及智能用電技術領域，尤其涉及一種負荷預測方法、裝置、計算機設備和存儲介質。

背景技術

負荷預測是保證電力系統規劃的基礎工作，對可靠、經濟的良好運行具有十分重要的意義，因此需要對電力系統的負荷進行精準預測。目前，相關技術中通常利用大量外部數據如人口密度、濕度等信息構建預測模型，來預測負荷。

然而，由于外部數據的質量差和獲取效率不高，且短期負荷預測受到的影響因素種類繁多，所以波動性和隨機性都很強，難以實現精準預測，亟需改進。

發明內容

基于此，有必要針對上述技術問題，提供一種能夠實現精準預測負荷的負荷預測方法、裝置、計算機設備和存儲介質。

第一方面，本申請提供了一種負荷預測方法。所述方法包括：

獲取配電網中各配電設備的歷史日負荷數據和配電網的歷史日負荷數據；

構建至少兩個不同的廣義線性模型；其中，不同的廣義線性模型中包括不同配電設備的日負荷參數；

采用各配電設備的歷史日負荷數據，對各廣義線性模型中的日負荷參數進行初始化，得到各廣義線性模型預測的配電網的預測日負荷數據；

根據配電網的歷史日負荷數據和各廣義線性模型預測的配電網的預測日負荷數據，從各廣義線性模型中選擇目標模型；其中，目標模型用于根據配電網中各配電設備的當前日負荷數據，預測配電網的未來日負荷數據。

在其中一個實施例中，根據配電網的歷史日負荷數據和各廣義線性模型預測的配電網的預測日負荷數據，從各廣義線性模型中選擇目標模型，包括：

針對每一廣義線性模型，根據配電網的歷史日負荷數據、該廣義線性模型預測的配電網的預測日負荷數據、該廣義線性模型的模型參數數量以及配電網的歷史日負荷數據的總數量，確定該廣義線性模型的模型性能指標值；

根據各廣義線性模型的模型性能指標值，從各廣義線性模型中選擇目標模型。

在其中一個實施例中，根據配電網的歷史日負荷數據、該廣義線性模型預測的配電網的預測日負荷數據、該廣義線性模型的模型參數數量以及配電網的歷史日負荷數據的總數量，確定該廣義線性模型的模型性能指標值，包括：

根據配電網的歷史日負荷數據和該廣義線性模型預測的配電網的預測日負荷數據，確定殘差平方和；

根據殘差平方和、該廣義線性模型的模型參數數量和配電網的歷史日負荷數據的總數量，確定該廣義線性模型的模型性能指標值。

在其中一個實施例中，根據各廣義線性模型的模型性能指標值，從各廣義線性模型中選擇目標模型，包括：

根據各廣義線性模型的模型性能指標值，從各廣義線性模型中選擇候選模型；

根據配電網的歷史日負荷數據、候選模型預測的配電網的預測日負荷數據、以及配電網的歷史日負荷數據的總數量，確定候選模型的誤差數據；誤差數據包括均方根誤差和/或平均誤差；

根據候選模型的誤差數據，從候選模型中選擇目標模型。