一种基于分布因子和支持向量机的母线负荷预测方法技术

技术编号:20567116 阅读:45 留言:0更新日期:2019-03-14 09:41
本发明专利技术公开了一种基于分布因子和支持向量机的母线负荷预测方法,具体步骤如下:步骤一,负荷数据导入;步骤二,负荷数据预处理;步骤三,将母线负荷分类,确定系统分配模型的层次结构中的各个对象;步骤四,优化支持向量机模型参数;运用支持向量机算法预测系统总负荷;步骤五,计算出各个区域负荷的分布系数;步骤六,计算出各类型负荷的分布系数;步骤七,根据步骤四、步骤五和步骤六的数据,求解母线负荷的预测值,即可完成。本发明专利技术能够更好的处理母线负荷预测中各种负荷的突发状况,实现良好的预测效果,全面提高负荷预测科学化和精细化水平;本发明专利技术的方法能够充分满足电网运行精益化管理的需求,合理安排生产调度计划和实施节能发电调度。

【技术实现步骤摘要】
一种基于分布因子和支持向量机的母线负荷预测方法
本专利技术涉及电力系统负荷领域,具体是一种基于分布因子和支持向量机的母线负荷预测方法。
技术介绍
电力成为人们工作和生活中的主要能源,电力负荷是电能用户的用电设备在某一时刻向电力系统取用的电功率的总和,为了保证地区的正常供电,人们会对电力系统的负荷进行预测。传统的电力系统负荷预测包括:短期负荷预测(以天为单位),中期负荷预测(以星期和月为单位)和长期负荷预测(以季度和年为单位)。在一般的负荷预测中,各种预测方法研究的对象一般是某个区域或者某个电网系统,其负荷历史数据是综合性的,无法对各种类型的负荷的单一特性进行甄别,在实际预测过程中可能存在较大的误差。变电站的主变压器供给一个相对较小的区域的终端负荷的总和可定义为母线负荷。本专利技术所指出的母线负荷预测,它与系统负荷预测相比,具有以下特点:母线负荷预测的负荷量比较小,其线路出线的负荷特性可能是单一的,也可能是若干个负荷种类的综合。对单一负荷类型而言,负荷特性相当明显,但同时可能变化幅度较大,不易掌握每个时段的负荷水平,如钢铁厂冲击负荷等;系统中母线数量庞大,并且每条母线的变化规律各具特色,无法做到逐一分析;由于受供电区域用户行为的影响,母线负荷稳定性较差,易产生突变;部分母线易受小电源发电、负荷转供及计划检修的影响,负荷规律并不明显;历史积累的数据不够准确,经常有异常数据出现;受运行方式变化、小电厂挂接、设备检修、负荷转供等相关因素影响大。这些特点增加了母线负荷预测的难度。当前负荷预测中所采用的主要方法是:基于母线负荷自身变化规律的预测方法。这种方法的核心在于预测模型的建立和历史数据的全面性,二者缺一不可。其中历史数据是基础,预测算法是核心,二者对预测精度的影响都非常大。但与系统负荷不同的是母线负荷自身的变化规律不稳定,还易产生突变,导致单纯借鉴系统负荷预测方法并不能获得很高的预测精度。
技术实现思路
本专利技术的目的在于提供一种基于分布因子和支持向量机的母线负荷预测方法,以解决上述
技术介绍
中提出的问题。为实现上述目的,本专利技术提供如下技术方案:一种基于分布因子和支持向量机的母线负荷预测方法,具体步骤如下:步骤一,负荷数据导入;步骤二,负荷数据预处理;步骤三,了解系统总体情况,将母线负荷分类,确定系统分配模型的层次结构中的各个对象;步骤四,根据历史总负荷数据,优化支持向量机模型参数;运用支持向量机算法预测系统总负荷;步骤五,根据各区域负荷的历史负荷数据,确定未来时刻区域负荷的预测值,根据各个区域负荷的预测值计算出各个区域负荷的分布系数;步骤六,根据各类型负荷的历史数据,确定未来各类型负荷的预测值,根据各条类型负荷的预测值计算出各类型负荷的分布系数;步骤七,根据步骤四中系统总负荷的预测值、步骤五中各个区域负荷的分布系数和步骤六中各类型负荷的分布系数,求解母线负荷的预测值,即可完成。作为本专利技术进一步的方案:支持向量机算法对于非线性变化方式的负荷,其预测模型为:x是全网系统总负荷历史预测数据;b是所选输入变量的维数;f(x)为负荷预测值;是从输入空间到高维特征空间的非线性映射。作为本专利技术进一步的方案:支持向量机算法对于非线性变化方式的负荷,其预测模型为:K(xi,xj)=exp(-||xi-xj||2/δ2),f(x)为负荷预测值,K(xi,xj)为从输入空间到高维特征空间的非线性映射,δ为核函数参数,为正的常数,αi为拉格朗日乘子,b是所选输入变量的维数。作为本专利技术进一步的方案:步骤五中采用最小二乘法确定未来各区域负荷的预测值。作为本专利技术进一步的方案:区域负荷的分布系数为KA,k,n+1(t),PA,k,i(t)=k+q(n+1),C表示预测系统中划分区域的数量,c为计数变量,PA,k,i(t)为第i天k区域在t时刻的区域负荷,k和t在每次计算中都是定值。作为本专利技术进一步的方案:步骤六中采用最小二乘法确定未来各类型负荷的预测值。作为本专利技术进一步的方案:类型负荷的分布系数为KB,l,n+1(t),PB,l,i(t)为第i天在l类型负荷t时刻的负荷值,L表示预测系统中划分负荷类型的数量,l为计数变量。与现有技术相比,本专利技术的有益效果是:与传统的电力系统母线负荷预测方法相比,本专利技术能够更好的处理母线负荷预测中各种负荷的突发状况,实现良好的预测效果,全面提高负荷预测科学化和精细化水平;本专利技术的方法能够充分满足电网运行精益化管理的需求,合理安排生产调度计划和实施节能发电调度,具有良好的社会效益和使用前景。附图说明图1为基于分布因子和支持向量机的母线负荷预测方法中树状常数负荷模型的结构示意图。图2为基于分布因子和支持向量机的母线负荷预测方法中负荷区域不一致的模型的结构示意图。图3为基于分布因子和支持向量机的母线负荷预测方法中负荷类型不一致的模型的结构示意图。图4为基于分布因子和支持向量机的母线负荷预测方法中混合负荷模型的结构示意图。图5为基于分布因子和支持向量机的母线负荷预测方法中某地区电网第一条母线的预测结果。图6为基于分布因子和支持向量机的母线负荷预测方法中某地区电网第二条母线的预测结果。图7为基于分布因子和支持向量机的母线负荷预测方法中某地区电网第三条母线的预测结果。图8为基于分布因子和支持向量机的母线负荷预测方法中某地区电网第四条母线的预测结果。图9为基于分布因子和支持向量机的母线负荷预测方法中某地区电网第五条母线的预测结果。图10为基于分布因子和支持向量机的母线负荷预测方法中某地区电网第六条母线的预测结果。图11为基于分布因子和支持向量机的母线负荷预测方法的工作流程图。具体实施方式下面结合具体实施方式对本专利的技术方案作进一步详细地说明。一种基于分布因子和支持向量机的母线负荷预测方法,主要包括两个主要内容:全网系统负荷预测方法和母线负荷因子分布方法。在全网系统负荷预测阶段,采用支持向量机算法进行负荷预测。该方法的学习能力较强,不容易陷入局部最优解,预测效果良好。对于非线性变化方式的负荷,其预测模型为式中,x是输入变量,也就是和预测密切相关的变量,通常为历史数据,在本专利技术中为全网系统总负荷历史预测数据;d是所选输入变量的维数;f(x)为负荷预测值;从输入空间到高维特征空间的非线性映射。b和w为模型参数,同样会影响预测的精度。下面引入结构风险函数,将(1)中的回归问题转化为式(2)的二次优化问题:该问题的约束条件为:式中,N为向量的维数;ei代表误差,e∈RN×1为误差向量;γ为惩罚参数,控制对误差的惩罚程度,并且大于0.yi为等式约束的条件值。为了解决上述式(2)的优化问题,构造拉格朗日乘数法,引入拉格朗日因子,构造拉格朗日函数:式中,αi为拉格朗日乘子,并且αi∈RN×1。由拉格朗日最优条件可知:可以进一步推导出:从式(6)中消去ω和e,可以得到:式中,E=[1,1,...,1]T,α=[α1,α2,...,αN]T,Y=[y1,y2,...,yN]T,R∈RN×N可以由下式求得:式中,K为满足条件的核函数,用元空间的核函数取代高位特征空间的点积运算,从而使整个计算得到了简化。这样,整个非线性预测模型的表达式可以简化为:式中,b,αi可以从式(6)中求出。K(xi,xj)从输入空间到高维特征空间的非线性映射。本专利技术本文档来自技高网
...

【技术保护点】
1.一种基于分布因子和支持向量机的母线负荷预测方法,其特征在于,具体步骤如下:步骤一,负荷数据导入;步骤二,负荷数据预处理;步骤三,了解系统总体情况,将母线负荷分类,确定系统分配模型的层次结构中的各个对象;步骤四,根据历史总负荷数据,优化支持向量机模型参数;运用支持向量机算法预测系统总负荷;步骤五,根据各区域负荷的历史负荷数据,确定未来时刻区域负荷的预测值,根据各个区域负荷的预测值计算出各个区域负荷的分布系数;步骤六,根据各类型负荷的历史数据,确定未来各类型负荷的预测值,根据各条类型负荷的预测值计算出各类型负荷的分布系数;步骤七,根据步骤四中系统总负荷的预测值、步骤五中各个区域负荷的分布系数和步骤六中各类型负荷的分布系数,求解母线负荷的预测值,即可完成。

【技术特征摘要】
1.一种基于分布因子和支持向量机的母线负荷预测方法,其特征在于,具体步骤如下:步骤一,负荷数据导入;步骤二,负荷数据预处理;步骤三,了解系统总体情况,将母线负荷分类,确定系统分配模型的层次结构中的各个对象;步骤四,根据历史总负荷数据,优化支持向量机模型参数;运用支持向量机算法预测系统总负荷;步骤五,根据各区域负荷的历史负荷数据,确定未来时刻区域负荷的预测值,根据各个区域负荷的预测值计算出各个区域负荷的分布系数;步骤六,根据各类型负荷的历史数据,确定未来各类型负荷的预测值,根据各条类型负荷的预测值计算出各类型负荷的分布系数;步骤七,根据步骤四中系统总负荷的预测值、步骤五中各个区域负荷的分布系数和步骤六中各类型负荷的分布系数,求解母线负荷的预测值,即可完成。2.根据权利要求1所述的基于分布因子和支持向量机的母线负荷预测方法,其特征在于,所述支持向量机算法对于非线性变化方式的负荷,其预测模型为:x是全网系统总负荷历史预测数据;b是所选输入变量的维数;f(x)为负荷预测值;是从输入空间到高维特征空间的非线性映射。3.根据权利要求1所述的基于分布因子和支持向量机的母线负荷预测方法,其特征在于,所述支持向量机算法对于非线性变化方...

【专利技术属性】
技术研发人员:周剑姚海成陈艳伟郭德华罗欣
申请(专利权)人:中国南方电网有限责任公司北京清软创新科技股份有限公司
类型:发明
国别省市:广东,44

网友询问留言 已有0条评论
  • 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。

1