基于贝叶斯动态模型的中长期电力负荷预测方法技术

本发明专利技术公开了一种基于贝叶斯动态模型的中长期电力负荷预测方法，根据中长期电力负荷数据的内在变化规律，建立了具有多项式回归和指数结构的贝叶斯动态模型，根据贝叶斯理论，由先验信息和测量样本，实时地统计推断下一年的电力负荷值，实现小样本容量中长期电力负荷的动态递推预测。该方法要求的样本数据较少，而且可以通过模型监控和主观干预的形式，实时地跟踪当前的电力负荷的变化规律，这将使电力负荷预测结果更可靠，为提高中长期电力负荷预测精度提供了一条有效途径。

【技术实现步骤摘要】

本专利技术涉及电力负荷预测方法领域，具体为一种。
技术介绍
电网规划直接关系到社会经济发展和能源供给，中长期电力负荷预测是制定电网规划的基础，其准确性直接影响到电力投资、网络布局的合理性、能源资源供给与平衡、电力工业经济性。中长期负荷预测是以历史数据为基础，建立有效的预测模型，寻求其变化趋势和发展规律，预测未来负荷大小。电力负荷发展变化规律复杂多样，受多种复杂的不确定因素影响，很准确地负荷预测是十分困难的，对其理论研究一直就很重视，负荷预测方法多种多样，常见的有电力弹性系数法、回归分析法、趋势外推法、灰色理论预测法等。由于负荷预测受社会经济发展趋势、气候变化等多种不确定因素影响，增加了预测的难度和模型的复杂性，对于具体电网负荷资料要选择恰当的预测模型，必要时同时采用几种数学模型建模，对比分析，以便选择合适模型，取得最接近历史规律、预测精度高的模型。近年来快速发展的贝叶斯预测理论是依据先验信息和样本信息推断得到后验信息进行建模，具有以下几个显著特点:贝叶斯模型是一种动态模型，它把预测分布看成是条件概率分布，预测者可根据先验信息求出预测分布，并运用贝叶斯定理求得后验分布，并不断本文档来自技高网...

【技术保护点】
基于贝叶斯动态模型的中长期电力负荷预测方法，其特征在于：包括以下步骤：(1)建立电力负荷数据的贝叶斯指数多项式回归模型：多数的中长期电力负荷数据具有接近指数变化规律的特征，可以考虑建立电力负荷数据的贝叶斯指数多项式回归模型实现中长期负荷预测。基于贝叶斯动态预测的电力负荷模型一般由观测方程和状态方程组成，一般不超过二阶的多项式就能给出较好的局部变化趋势的拟合，二项式指数回归模型可表示成：观测方程：(logE)i＝FiTθi+vi  vi～N(0,Vi)，状态方程：θi＝Gθi‑1+ωi  ωi～N(0,Wi)，式中，E是电力负荷值，(logE)i是电力负荷时间序列，θi＝(ai,bi,ci)T为...

【技术特征摘要】
1.基于贝叶斯动态模型的中长期电力负荷预测方法，其特征在于:包括以下步骤: (1)建立电力负荷数据的贝叶斯指数多项式回归模型: 多数的中长期电力负荷数据具有接近指数变化规律的特征，可以考虑建立电力负荷数据的贝叶斯指数多项式回归模型实现中长期负荷预测。基于贝叶斯动态预测的电力负荷模型一般由观测方程和状态方程组成，一般不超过二阶的多项式就能给出较好的局部变...

【专利技术属性】
技术研发人员：吴义纯，程真英，李瑞君，
申请(专利权)人：国家电网公司，国网安徽省电力公司培训中心，
类型：发明
国别省市：北京;11