電力負荷預測方法技術

本發明專利技術涉及電力運維技術領域，具體涉及一種電力負荷預測方法，包括以下步驟：步驟一：數據獲取；步驟二：確定序列周期性參數M，進行采樣序列的周期性累加，獲得新的周期性累加序列H1；步驟三：生成負荷預測模型；步驟四：模型待定預估參數值；步驟五：獲取新的預測模型；步驟六：進行負荷模型可靠性驗證，改變了傳統的負荷預測數列建模方式，提高了預測精度，減少了冗余數列數據信息的生成。冗余數列數據信息的生成。冗余數列數據信息的生成。

【技術實現步驟摘要】
電力負荷預測方法


[0001]本專利技術涉及電力運維
，具體涉及一種電力負荷預測方法。

技術介紹

[0002]負荷預測是保證電力供需平衡的基礎,并為電網、電源的規劃建設以及電網企業、電網使用者的經營決策提供信息和依據，直接關系到電力系統的需求調度。準確的負荷預測可以有效地提高電網的規劃調度能力，提高電網運行的穩健性。現有的負荷預測技術有時間序列預測法易于應用，但對檢測數據的穩定性要求高。神經網絡法則存在學習的時候容易陷入局部最優、迭代次數不好確定、泛化誤差比較大以及隱層神經元難以確定等缺陷。
[0003]而負荷預測屬于典型的針對數據支持量相對較少、隨機不確定的信息數列進行的預測，且信息數列特征上有一定的周期性。但目前所有的負荷預測模型單從數列信息數據本身進行建模，忽略其周期性的特點，造成了負荷預測的數據冗余及周期性的預測值修正等行為，既增加了社會經濟成本，也使得現有系統存在一定的安全隱患。

技術實現思路

[0004]本專利技術要解決的技術問題是：克服現有技術的不足，提供一種電力負荷預測方法。
[0005]本專利技術為解決其技術問題所采用的技術方案為：電力負荷預測方法，包括以下步驟：
[0006]步驟一：數據獲取；
[0007]步驟二：確定序列周期性參數M，進行采樣序列的周期性累加，獲得新的周期性累加序列H1；
[0008]步驟三：生成負荷預測模型；
[0009]步驟四：模型待定預估參數值；
[0010]步驟五：獲取新的預測模型；
[0011]步驟六：進行負荷模型可靠性驗證。
[0012]所述步驟一中獲得不少于4天內的初始采樣數列H0＝{h0(1),h0(2),
…
,h0(i),
…
,h0(N)}，其中i為序列采樣點，i∈[1,N]，N≥16，表示負荷采樣總數。
[0013]所述步驟二中，新的周期性累加序列H1表示如下：
[0014]H1＝{∑h0(1+j
?
1),∑h0(2+j
?
1),
…
,∑h0(i+j
?
1),
…
,∑h0(N+j
?
1)}，其中，j∈[1,M]，M以小時為最小周期單位，且h1(1)＝∑h0(1+j
?
1)，h1(b)＝∑h0(b+j
?
1)，其中b為待預測負荷數列點，b∈[1,L]，L為周期性累加序列H1元素總個數，L≤N，h1整體表示1次數據累加生成的序列代號符號。
[0015]所述步驟三中按照以下公式生成負荷預測模型：
[0016]h1(b+1)＝d1h1(b)+d2；
[0017]式中，d1，d2為模型待定預估參數值，通過最小二乘擬合原理由周期性數列獲得。
[0018]所述模型待定預估參數值d1，d2的計算公式如下：
[0019][d1，d2]T
＝(R
T
R)
?1R
T
W；
[0020]式中，R＝[h1(1)，h1(2)，
…
，h1(L
?
M)；1，1，
…
，1]T
；
[0021]W＝[hl(2)，hl(3)，...，hl(L
?
M+l)]T
。
[0022]所述步驟五中包括以下子步驟：
[0023]5?
1：采用數據序列就近取值的原則，獲得新的預測模型，其計算如下：
[0024][0025]式中，u為周期數列修正系數；u＝∑[h1(k+1)
?
d1h1(k)
?
d2]/d1h1(k
?
1)，k∈[1,b]；
[0026]5?
2：根據既有數列模型參數，獲得負荷預測模型如下：
[0027][0028]所述步驟六中基于誤差系數P1進行負荷模型可靠性驗證；
[0029]若誤差系數P1小于等于5％，則進行負荷預測；否則返回步驟一重新采集下一組數據進行模型生成。
[0030]所述誤差系數P1的計算公式如下：
[0031][0032]式中，S表示預計預測負荷點的總個數，S∈[1,N]，p∈[1,S]。
[0033]與現有技術相比，本專利技術具有以下有益效果：
[0034]本專利技術提供一種電力負荷預測方法，改變了傳統的負荷預測數列建模方式，通過進行數列的周期性特征提取和分析，提高了預測精度，減少了冗余數列數據信息的生成，降低了社會經濟成本，并利用適當的修正系數來進一步提高負荷預測的穩健性和精確度，大大降低運行系統的風險性。
附圖說明
[0035]圖1是本專利技術流程圖。
[0036]圖2是本專利技術運行展示圖。
具體實施方式
[0037]下面結合附圖對本專利技術實施例做進一步描述：
[0038]實施例1
[0039]如圖1及圖2所示，電力負荷預測方法包括以下步驟：
[0040]步驟一：數據獲取；所述步驟一中獲得不少于4天內的初始采樣數列H0＝{h0(1),h0(2),
…
,h0(i),
…
,h0(N)}，其中i為序列采樣點，i∈[1,N]，N≥16，表示負荷采樣總數。電力SCADA系統數據庫中存儲有電力負荷數據，系統終端從系統數據庫中獲取上述數據。
[0041]步驟二：確定序列周期性參數M，進行采樣序列的周期性累加，獲得新的周期性累加序列H1；所述步驟二中，新的周期性累加序列H1表示如下：
[0042]H1＝{∑h0(1+j
?
1),∑h0(2+j
?
1),
…
,∑h0(i+j
?
1),
…
,∑h0(N+j
?
1)}，其中，j∈[1,M]，M以小時為最小周期單位，且h1(1)＝∑h0(1+j
?
1)，h1(b)＝∑h0(b+j
?
1)，其中b為待預測負荷數列點，b∈[1,L]，L為周期性累加序列H1元素總個數，L≤N，為確保數列穩健性，
一般取值L＝N。h1整體表示1次數據累加生成的序列代號符號。
[0043]步驟三：生成負荷預測模型；所述步驟三中按照以下公式生成負荷預測模型：
[0044]h1(b+1)＝d1h1(b)+d2；
[0045]式中，d1，d2為模型待定預估參數值，通過最小二乘擬合原理由周期性數列獲得。
[0046]步驟四：模型待定預估參數值；所述模型待定預估參數值d1，d2的計算公式如下：
[0047][d1，d2]T
＝(R
T
R)
?1R
T
W；
[0048]式中，R＝[h1(1)，h1(2)，
…
，h1(L
?
M本文檔來自技高網...

【技術保護點】

【技術特征摘要】
1.一種電力負荷預測方法，其特征在于，包括以下步驟：步驟一：數據獲取；步驟二：確定序列周期性參數M，進行采樣序列的周期性累加，獲得新的周期性累加序列H1；步驟三：生成負荷預測模型；步驟四：預估參數值；步驟五：獲取新的預測模型；步驟六：進行負荷模型可靠性驗證。2.根據權利要求1所述的電力負荷預測方法，其特征在于，所述步驟一中獲得不少于4天內的初始采樣數列H0＝{h0(1),h0(2),
…
,h0(i),
…
,h0(N)}，其中i為序列采樣點，i∈[1,N]，N≥16，表示負荷采樣總數。3.根據權利要求2所述的電力負荷預測方法，其特征在于，所述步驟二中，新的周期性累加序列H1表示如下：H1＝{∑h0(1+j
?
1),∑h0(2+j
?
1),
…
,∑h0(i+j
?
1),
…
,∑h0(N+j
?
1)}，其中，j∈[1,M]，M以小時為最小周期單位，且h1(1)＝∑h0(1+j
?
1)，h1(b)＝∑h0(b+j
?
1)，其中b為待預測負荷數列點，b∈[1,L]，L為周期性累加序列H1元素總個數，L≤N，h1表示1次數據累加生成的序列代號符號。4.根據權利要求3所述的電力負荷預測方法，其特征在于，所述步驟三中按照以下公式生成負荷預測模型：h1(b+1)＝d1h1(b)+d2；式中，d1，d2為模型待定預估參數值，通過最小二乘擬合...

【專利技術屬性】
技術研發人員：李研祺，宋仁杰，高述轅，朱榮健，
申請(專利權)人：山東中瑞電氣有限公司，
類型：發明
國別省市：