一種短期電力負荷預測方法技術

一種短期電力負荷預測方法，包括數據采集和處理模塊、預測數據庫模塊、預測執行模塊、管理系統模塊。數據采集和處理模塊，根據地理位置以及電網能量管理系統中的用電數據對用電區域進行劃分，并對劃分后的每一塊區域的負荷數據進行整合和處理，把處理后的負荷數據傳入數據庫，將氣象數據處理后也傳入數據庫。預測執行模塊，采用智能算法進行短期負荷預測。管理系統模塊，可以實現負荷預測方法選擇、數據管理、預測結果分析、系統設置等功能。本發明專利技術的短期電力負荷預測方法，可準確的預測短期的電力負荷數據，更加人性化的管理系統為用電管理人員制訂發電計劃、輸電方案和電網規劃建設提供依據。

【技術實現步驟摘要】

本專利技術涉及一種電力負荷預測方法，尤其涉及。
技術介紹
電力負荷預測是電力系統的重要組成部分，電力負荷預測是指對未來幾小時至幾年的電力負荷和電量做出估計，它是電力系統調度運營部門、用電服務部門和電網規劃部門的一項重要日常工作，是制訂發電計劃、輸電方案和電網建設的主要依據。對地區電網而言，為上級調度提供精度較高的日負荷預測，使上級調度在制訂發電計劃時可以合理安排旋轉備用和冷備用容量，減少機組啟停次數，降低即日交易電量，在滿足用戶用電需要的同時減少電能成本和電價，對自身電網而言，日負荷預測數據是校核電網安全的重要依據，而月度負荷預測數據可以用于電網檢修計劃。不論從經濟角度還是從安全角度講，電力負荷預測工作都是十分重要的。目前的電力負荷預測系統功能單一，無數據分解、多方位預測功能，無按照地理位置信息及用電數據對用電區域進行合理劃分分別預測功能，受實時電網安全要求限制，只能在地調負荷管理人員中使用，其他部門不能使用；人機界面不理想等。
技術實現思路
本專利技術的主要目的在于，提供，所要解決的技術問題是使其可以對用電區域進行劃分并分別進行預測，同時使得用電管理者可以方便直觀的觀測用電數據以及預測分析結果，及時的了解用電情況，合理的安排發電計劃、輸電方案和電網規劃建設。本專利技術的目的及解決其技術問題是采用以下技術方案來實現的。依據本專利技術提出的，其包括數據采集和處理模塊、預測數據庫模塊、預測執行模塊、軟件系統模塊。數據采集和處理模塊，根據地理位置以及電網能量管理系統中的用電數據對用電區域進行劃分，并對劃分后的每一塊區域的負荷數據進行整合和處理，把處理后的負荷數據傳入數據庫，將氣象數據處理后也傳入數據庫。預測執行模塊，采用智能算法進行短期負荷預測。管理系統模塊，可以實現數據管理、預測結果分析、系統設置等功能。數據采集和處理模塊，根據地理位置信息以及電網能量管理系統的用電數據，對用電區域進行劃分，主要劃分為農林牧漁區、工業區、商業區、公共事業區、居民生活區五個主要用電區域，依據電網能量管理系統所監測到的用電數據，對上述五個區域的用電負荷數據進行整合和處理傳入預測數據庫；將氣象服務器中的天氣數據進行量化處理傳入預測數據庫。預測執行模塊，從預測數據庫中提取負荷數據以及天氣數據，采用智能算法分別對所劃分的用電區域進行短期負荷預測，得到預測結果并傳入預測數據庫；預測執行模塊所采用的智能算法包括人工神經網絡、灰色理論、時間序列、支持向量機以及組合預測算法。預測數據庫模塊，主要用于存儲歷史負荷數據、天氣數據以及負荷預測結果數據， 供預測執行模塊和管理系統模塊調用數據。管理系統模塊，實現負荷預測方法選擇；數據查詢和顯示，包括歷史負荷數據以及負荷預測數據的查詢和顯示；考核模塊包括預測誤差分析以及實際負荷數據和負荷預測數據的曲線比較圖；系統設置包括對用電區域的選取、更改，用戶管理和權限設置等。本專利技術的有益效果是，可實現對用電區域進行合理劃分并分別進行負荷預測的功能，采用的智能算法可以提高負荷預測的精度，管理系統模塊更人性化的設計使得用電管理者可以更直觀的監測負荷數據以及更全面的了解用電情況。附圖說明圖I為本專利技術的短期電力負荷預測方法的結構2為預測執行模塊的流程3為管理系統模塊的結構圖具體實施方式如圖I所示，本專利技術的短期電力負荷預測方法包括數據采集和處理模塊11、預測數據庫模塊12、預測執行模塊13、管理系統模塊14。其中，數據采集和處理模塊11，用于采集歷史負荷數據以及天氣數據，經過處理后傳入預測數據庫，首先，對地區用地情況進行分析，根據地理位置信息以及電網能量管理系統的負荷數據，結合社會經濟因素，把整個用電地區分為農林牧漁區、工業區、商業區、公共事業區、居民生活區五個主要用電區域，并分別采集各個區域的負荷數據以及天氣數據，經過處理后傳入預測數據庫。預測執行模塊13，從預測數據庫中提取負荷數據以及天氣數據，采用智能算法分別對所劃分的用電區域進行短期負荷預測，得到預測結果并傳入預測數據庫；預測執行模塊所采用的智能算法包括人工神經網絡、灰色理論、時間序列、支持向量機以及組合預測算法。預測數據庫模塊12，主要用于存儲歷史負荷數據、天氣數據以及負荷預測結果數據，供預測執行模塊和軟件系統模塊調用數據。管理系統模塊14，實現負荷預測方法選擇；數據查詢和顯示，包括歷史負荷數據以及負荷預測數據的查詢和顯示；考核模塊包括預測誤差分析以及實際負荷數據和負荷預測數據的曲線比較圖；系統設置包括對用電區域的選取、更改，用戶管理和權限設置等。如圖2所示，預測執行模塊的流程如下，首先得到歷史數據樣本集21，然后分別采用灰色22、時間序列23、神經網絡24、支持向量機25四種方法進行負荷預測，根據四種方法的預測結果和歷史數據優選建立組合預測模型26，得到最終的預測結果27。灰色系統理論22是對既含有已知信息又含有未知或非確定信息的系統進行預測，是對在一定范圍內變化的、與時間有關的灰色過程的預測。灰色系統理論的建模過程是對原始數據序列作一次累加生成，使生成序列呈一定規律，并用典型曲線擬合，建立數學模型。時間序列模型23，是將預測對象隨時間推移而形成的數據序列視為一個隨機序列，用一定的數學模型來近似描述這個序列。這個模型一旦被識別后就可以從時間序列的過去值及現在值來預測未來值。神經網絡24進行短期負荷預測的基本思想是根據訓練樣本集來擬合輸入輸出數據之間隱含的非線性函數關系。其優點是可以模仿人腦的智能化處理，對大量非線性、非精確性規律具有自適應功能，具有信息記憶、自主學習、知識推理和優化計算的特點。支持向量機方法25是建立在統計學習理論的VC維理論和結構風險最小化原理基礎上的，根據有限的樣本信息在模型的復雜性和學習能力之間尋求最佳折衷，以期獲得最好的推廣能力。組合預測法是在多個模型對同一問題進行負荷預測的基礎上，按一定的優化準則將各模型有機結合，以提高模型的擬合能力和預測精度。如圖3所示，管理系統主要有一下幾個模塊，負荷預測模塊31，用戶可根據需要手動選擇預測模型方法，也可以由系統按照優化原則自動選擇預測方法。當手動選擇一種模型預測后，則給出該模型的結果并顯示，模型預測后，其結果可以選擇存放到數據庫中。用戶也可采用查詢模式，查看各種預測模型的結果，選擇結果滿意的那些模型的預測結果，作為組合模型預測的輸入，進行組合模型預測，給出該組合模型的結果并顯示，模型預測后， 其結果可以選擇存放到數據庫中。此外，用電管理者可以選擇自動預測功能，由系統按照優化原則自動選擇預測方法，給出該模型的結果并顯示，同樣模型預測后，其結果可以選擇存放到數據庫中，如果用戶不滿意，可以放棄保存，重新預測。數據管理32，包括負荷數據的導入、數據的新增和刪除，歷史負荷數據查詢和顯示、預測結果數據查詢和顯示，數據比較，對兩個日期段日/月數據的最大值、最小值和平均值進行比較；考核模塊33 ;計算預測數據和實際數據的誤差和百分比，并顯示預測曲線和實際曲線圖；負荷預測顯示，可以選擇查詢農林牧漁區、工業區、商業區、公共事業區、居民生活區五個主要區域其中任何一個區域的負荷歷史數據和預測數據以及整個地區的負荷歷史數據和預測數據。系統設置模塊34包括區域信息設置，完成區域的新增、更改功能，用戶管理，完成用戶管理和權限限制本文檔來自技高網...

【技術保護點】
一種短期電力負荷預測方法，其特征在于包括數據采集和處理模塊，根據地理位置信息以及電網能量管理系統的用電數據，對用電區域進行劃分，主要劃分為農林牧漁區、工業區、商業區、公共事業區、居民生活區五個主要用電區域，依據電網能量管理系統所監測到的用電數據，對上述五個區域的用電負荷數據進行整合和處理傳入預測數據庫；將氣象服務器中的天氣數據進行量化處理傳入預測數據庫；預測執行模塊，從預測數據庫中提取負荷數據以及天氣數據，采用智能算法分別對所劃分的用電區域進行短期負荷預測，得到預測結果并傳入預測數據庫；管理系統模塊，實現負荷預測方法選擇、數據管理、預測結果分析、系統設置等功能。

【技術特征摘要】

【專利技術屬性】
技術研發人員：田麗，王蒙，黃俊，
申請(專利權)人：安徽工程大學，
類型：發明
國別省市：