The invention discloses a medium-term electricity consumption prediction method considering the influence of major social activities. Existing forecasting methods focus on factors such as time, weather, cycle, etc., and do not consider or can not adapt to the extremely abnormal electricity consumption during the occurrence of major social activities. The invention adopts the method of combining Elman neural network with discrete wavelet decomposition, the monthly power consumption area of two-dimensional decomposition, namely the quantized wave consumption trends, then the layer decomposition after the electricity wave forecast, finally the hierarchical prediction results reconstructed prediction results. The invention reasonably extracts the power consumption characteristics, solves the situation that the power consumption trend is fuzzy and difficult to quantify under the background of major social activity factors, and can predict the reasonable electricity consumption during the major social activities. The method of the invention is proved to have good fitting result and the accuracy meets the requirement of the project.
【技术实现步骤摘要】
一种考虑重大社会活动影响的地区中期用电量预测方法
本专利技术涉及用电量预测领域,具体地说是一种考虑重大社会活动影响的地区中期用电量预测方法。
技术介绍
目前,用电量预测的方法主要分两大类:传统预测方法和智能预测方法。传统方法主要包括:弹性系数法、回归分析法、时间序列预测法、产值单耗法及它们的衍化方法。智能方法主要包括神经网络、模糊逻辑、专家系统等。现有的预测方法聚焦因素在于时间、天气、周期等,未考虑或无法适应重大社会活动发生(例如G20峰会、2008年奥运会等国际活动)时的用电量极度反常的情况。
技术实现思路
为解决上述现有技术存在的问题,本专利技术提供一种能对重大社会活动期间进行合理用电量预测的地区中期用电量预测方法。本专利技术采用的技术方案如下:一种考虑重大社会活动影响的地区中期用电量预测方法,其采用Elman神经网络预测模型与离散小波分解结合的方法,先对地区逐月用电量进行二维分解,再对逐层分解后的用电量波进行预测,最后将得到的分层预测结果重构得到预测总结果。进一步地,所述地区逐月用电量的原始波为sj,m,分解为低频部分sa及高频部分sa’,然后对sa’进行进一步分解为s1和s1’,再对s1’进行分解得到s2和s3,其中一次分解的低频部分sa为基波,代表整体波形趋势,s1~s3是时域上各次谐波;对于sa和s1波段采用下面各式计算修正权值:对于s2和s3波段,采用以下方法计算修正权值:上述各式中,k表示计算序列号,i、j表示矩阵的第i行第j列;为输入层至隐含层第k、k+1次计算得到的连接权值,为输入层至隐含层的修正权值;为承接层至隐含层第k、k+1次计算得到 ...
【技术保护点】
一种考虑重大社会活动影响的地区中期用电量预测方法,其特征在于,采用Elman神经网络与离散小波分解结合的方法,先对地区逐月用电量进行二维分解,即对用电量变化趋势进行波的量化分层,再对逐层分解后的用电量波进行预测,最后将得到的分层预测结果重构得到预测总结果。
【技术特征摘要】
1.一种考虑重大社会活动影响的地区中期用电量预测方法,其特征在于,采用Elman神经网络与离散小波分解结合的方法,先对地区逐月用电量进行二维分解,即对用电量变化趋势进行波的量化分层,再对逐层分解后的用电量波进行预测,最后将得到的分层预测结果重构得到预测总结果。2.根据权利要求1所述的地区中期用电量预测方法,其特征在于,所述地区逐月用电量的原始波为sj,m,分解为低频部分sa及高频部分sa’,然后对sa’进行进一步分解为s1和s1’,再对s1’进行分解得到s2和s3,其中一次分解的低频部分sa为基波,代表整体波形趋势,s1~s3是时域上各次谐波;对于sa和s1波段采用下面各式计算修正权值:对于s2和s3波段,采用以下方法计算修正权值:上述各式中,k表示计算序列号,i、j表示矩阵的第i行第j...
【专利技术属性】
技术研发人员:王曦冉,何英静,沈舒仪,章敏捷,来聪,郁丹,但扬清,牛威,
申请(专利权)人:国网浙江省电力公司经济技术研究院,国家电网公司,
类型:发明
国别省市:浙江,33
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。