The invention relates to a short-term load processing method based on Fisher information processing multidimensional meteorological factors. It analyzes the historical sample data and obtains the Fisher information window data of the multi dimensional meteorological factors corresponding to the load. On this basis, the Fisher information value of the multidimensional meteorological factor Fisher information window is calculated and added to it by adding the data. The weight processing obtains the input variables of Fisher information weighted, input variables and historical load data input artificial intelligence prediction model. Through the calculation of multidimensional meteorological factors Fisher information, the coupling effect and cumulative effect of multiple meteorological factors on the load are realized by the weighting of the multidimensional meteorological factors, so as to realize the accurate prediction of the weather sensitive load. . One
【技术实现步骤摘要】
一种基于fisher信息处理多维气象因素短期负荷处理方法
本专利技术涉及电力系统电网负荷预测
,尤其是一种基于fisher信息处理多维气象因素短期负荷处理方法。
技术介绍
负荷预测对于电力系统的高效可靠运行至关重要,其中气象因素对于短期负荷预测有着重大的影响。其中温度对负荷影响最大,其次还有湿度、风力、降水等因素。研究表明,相比温度、湿度等单一因素和负荷的相关关系,气象综合指数对负荷特征量的变化有更好的跟踪和描述效果,因为人们通常对外界冷热干湿的感觉是在温度、湿度及风力等多种气象因素的综合作用下形成,单一气象指标无法准确描述人体的真实感觉,因此很多学者先后提出了许多考虑多个气象因素的综合气象指数模型,如实感温度、温湿指数、风冷力指数、人体舒适度等。这些气象综合指数都是定义为2到3个气象变量的函数以体现这些单个气象变量经相互作用、相互耦合的效果,和单一气象因素相类似,气象综合指数也具有累积效应,这使得人体对外部环境的反应展现出惰性的一面。因此,在把气象综合指数引入负荷预测模型时,也应考虑这种累积效应。文献“电力系统负荷预测”《中国电力出版社,第二版,2017》给出了一种考虑温度和湿度累积效应的加权温湿指数(WTHI),但需要根据不同地区的负荷预测,重新确定加权系数。文献“基于新型人体舒适度的气象敏感负荷短期预测研究”《中国电机工程学报,2017》提出了一种综合考虑雾霾、温度、湿度、风力等气象指标的人体舒适度指数,但所提各项指标对舒适度的评级随不同的时空分布特性而异,使得该方法并不具有普遍适应性,此外,由各气象指标形成的舒适度两两比较判断矩阵具有主观性。 ...
【技术保护点】
1.一种基于fisher信息处理多维气象因素短期负荷处理方法,其特征在于,包括:
【技术特征摘要】
1.一种基于fisher信息处理多维气象因素短期负荷处理方法,其特征在于,包括:步骤1:读取历史样本数据,所述历史数据为电力部门提供的多维气象因素数据和负荷数据;步骤2:对步骤1中的历史样本数据进行分析,构建时间序列数据集,得到对应负荷的多维气象因素Fisher信息窗口数据;步骤3:以步骤2中获得的多维气象因素Fisher信息窗口数据为基础,进行系统状态的概率密度分布计算,得到概率密度分布P(Zl);步骤4:以步骤3中的概率密度分布P(Zl)为基础,计算出多维气象因素Fisher信息窗口数据的Fisher信息值,即FI值;步骤5:对步骤4得到的多维气象因素Fisher信息窗口数据的Fisher信息值进行加权处理,获得Fisher信息加权的气象综合指数;步骤6:将上述获得的Fisher信息加权的气象综合指数输入人工智能预测模型即可实现对气象敏感负荷的准确预测。2.根据权利要求1所述的一种基于fisher信息处理多维气象因素短期负荷处理方法,其特征在于:所述步骤2中所述时间序列数据集是由M个气象变量所定义的M维状态空间中,长度为N的时间序列数据集。3.根据权利要求1所述的一种基于fisher信息处理多维气象因素短期负荷处理方法,其特征在于:所述步骤2包括时间序列数据集构造方法:设由M个气象变量所定义的M维状态空间中有一长度为N的时间序列数据集:{X(t1),X(t2),、、、X(ti)、、、,X(tN)},其中:X(ti)=(x1(ti),x2(ti),、、、,xM(ti)),i=1,2,…N,X为气象因素值,t为时刻值,X(ti)为t时刻点的M个气象变量值的集合,x1(ti),x2(ti),、、、,xM(ti)为ti时刻对应的各气象因素值。4.根据权利要求1所述的一种基于fisher信息处理多维气象因素短期负荷处理方法,其特征在于:所述步骤2构建多变量Fisher信息的数据窗口:2.1以电网每5分钟采集1个数据点,对历史样本数据采集多维变量气象因素,构建Fisher信息的窗口数据;2.2以预测当日当前时段3小时内36个点气象采集数据,为第一部分Fisher信息的窗口数据:(Xd,tXd,t-1、、、Xd,t-35);2.3以预测前一日当前时段2小时内24个点气象采集数据,为第二部分Fisher信息的窗口数据:(Xd-1,tXd-1,t-1、、、Xd-1,t-23);2.4以预测前二日当前时段1小时内12个点气象采集数据,为第三部分Fisher信息的窗口数据:(Xd-2,tXd-2,t-1、、、Xd-2,t-11);2.5获得72个多维数据...
【专利技术属性】
技术研发人员:蔡舒平,刘琳,孙华辰,闫静,
申请(专利权)人:江苏大学,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。