【技术实现步骤摘要】
本专利技术涉及一种短期电力负荷预测系统和方法。
技术介绍
就我国目前情况来看,对短期电力负荷特征的现状、影响负荷特征的主要因素和未来负荷特征的变换趋势等都进行了分析和研究,但由于我国幅员辽阔,各地的情况不同,以往的研究结果无法指导广西贵港网区短期电力负荷预测;按中调要求,每日15点之前,需在《广西电网省地一体化短期负荷预测分析管理系统》上填报网区负荷预测数据,预测准确率要求达97%,目前负荷预测采用人工经验预测的手段,依据近期历史负荷曲线,凭经验手动输入明天96点的负荷数据,预测精度难以把控,在天气突变的条件下预测误差较大,平均预测精度在85%左右,因此,有必要研究开发一套系统,代替人工预测负荷。
技术实现思路
本专利技术的目的是提供一种适应广西贵港网区短期电力负荷预测方法,与现有技术相比,采用本专利技术所述设计方案,可以达到以下技术效果。1、采用本专利技术可以通过采集符合广西贵港地区的气象因子,用户因子,区域因子,负荷因子,经验因子写入综合数据库。2、采用本专利技术可以利用人工神经网络算法和贝叶斯回归对综合信息进行负荷预测建模,将每日96点的负荷预测结果输出,从而提高预测的准确率。3、采用本专利技术可以再次启用负荷预测模型时将上次预测误差与预测值反馈到模型中自动调节,使得负荷预测模型精度越来越高。附图说明图1为本专利技术的方法流程图。具体实施方式如图1所示,本专利技术是一种基于地域性的贵港网区短期电力负荷预测系统和方法,其特征在于首先通过底层数据采集,采集到气象因子,用户因子,区域因子,负荷因子,经验因子写入综合数据库;再利用人工神经网络算法和贝叶斯回归对 ...
【技术保护点】
一种基于地域性的贵港网区短期电力负荷预测系统和方法,其特征在于首先通过底层数据采集,采集到气象因子,用户因子,区域因子,负荷因子,经验因子写入综合数据库;再利用人工神经网络算法和贝叶斯回归对综合信息进行负荷预测建模,最终将每日96点的负荷预测结果输出;再次启用负荷预测模型时将上次预测误差与预测值反馈到模型中自动调节,使得负荷预测模型精度越来越高。
【技术特征摘要】
1.一种基于地域性的贵港网区短期电力负荷预测系统和方法,其特征在于首先通过底层数据采集,采集到气象因子,用户因子,区域因子,负荷因子,经验因子写入综合数据库;再利用人工神经网络算法和贝叶斯回归对综合信息进行负荷预测建模,最终将每日96点的负荷预测结果输出;再次启用负荷预测模型时将上次预测误差与预测值反馈到模型中自动调节,使得负荷预测模型精度越来越高。2.根据权利要求1所述的基于地域性的贵港网区短期电力负荷预测系统和方法,其特征在于所述的气象因子包括:每日的最高、最低温度,气候渐进性,季节变化,周末/工作日/节假日,温度突变日。3.根据权利要求1所述的基于地域性的贵港网...
【专利技术属性】
技术研发人员:朱明增,叶波,李继斌,岑宗元,陈向晖,王国炎,
申请(专利权)人:朱明增,广西电网有限责任公司贵港供电局,
类型:发明
国别省市:广西;45
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。