基于云模型的电力负荷预测方法技术

本发明专利技术公开了一种基于云模型的电力负荷预测方法，包括确定对电力负荷影响最大的因素和电力负荷预测的输出因素；对得到的因素进行不确定性描述；建立二维多规则生成器；对电力负荷进行预测。本发明专利技术方法通过建立云模型形成量化的样本数据库，利用云模型将原本有限的样本空间扩充为更具随机性和普遍性的扩展样本数据，从而克服了样本数据难以收集的缺陷；为提高负荷指标的预测精度创造了条件；本发明专利技术方法预测精度高、适用于当前的大规模电网并能够处理不确定信息和模糊概念。

Power load forecasting method based on cloud model

【技术实现步骤摘要】
基于云模型的电力负荷预测方法
本专利技术具体涉及一种基于云模型的电力负荷预测方法。
技术介绍
随着国家经济技术的发展和人们生活水平的提高，电能已经成为了人们日常生产和生活中必不可少的二次能源，给人们的生产和生活带来了无尽的便利。电力负荷预测是电网运行的重要研究课题和重要发展方向之一。目前，基于短期负荷预测研究理论和方法已做了大量预测研究，提出了很多方法，大致可以分为两类：一类是以时间序列法为代表的传统方法，如时间序列法等，这些方法算法简单，速度快，应用广泛，但由于其本质上都是线性模型方法，因此存在着很多缺点和局限性，无法真实地反映农村电力系统不同负荷模型的非线性特性；另一类是以人工神经网络为代表的新型人工智能方法，神经网络具有并行分布信息和自学习及任意逼近连续函数的能力，能够捕获电力短期负荷的各种变化趋势。BP网络需要大量历史数据进行训练，且学习及处理不确定性和人工信息的能力较差。FUZZY预测，是近几年来在电力系统负荷预测中不断出现的一种预测方法，但是从实际应用来看，FUZZY方法对于负荷预测的精度往往是不尽人意的。此外，随着电网规模的扩大，涉及各方面的因素越来越多，不可避免地出现大量不确定性信息，因此目前的常用的负荷预测方法在这方面并不能很好的适应。
技术实现思路
本专利技术的目的在于提供一种预测精度高、适用于当前的大规模电网并能够处理不确定信息和模糊概念的基于云模型的电力负荷预测方法。本专利技术提供的这种基于云模型的电力负荷预测方法，包括如下步骤：S1.获取与电力负荷相关的因素，并从中确定对电力负荷影响最大的因素和电力负荷预测的输出因素；S2.对步骤S1得到的因素进行不确定性描述；S3.根据步骤S2得到的因素的不确定性描述，建立二维多规则生成器；S4.根据步骤S3得到的二维多规则生成器，对电力负荷进行预测。步骤S4所述的根据二维多规则生成器对电力负荷进行预测，具体包括如下步骤：S4-1.利用现有的历史电力负荷数据对步骤S3生成的二维多规则生成器进行修正；S4-2.利用步骤S4-1得到的修正后的二维多规则生成器对电力负荷进行预测。步骤S1所述的对电力负荷影响最大的因素具体为国民生产总值年增长率和国民生产总值年增长变化率，电力负荷预测的输出因素为电力负荷期望增长率。步骤S2所述的对因素进行不确定性描述，具体为采用如下步骤进行描述：A.对步骤S1获取的因素，确定各个因素的论域范围；B.采用黄金分割法求得步骤A中确定的各个因素的论域的数字特征；C.根据步骤B得到的数字特征，得到各个因素的N朵隶属云；所述N为自然数，优选为7。所述的对国民生产总值年增长率、国民生产总值年增长变化率和电力负荷期望增长率进行不确定性描述，具体为采用如下规则进行不确定性描述：a.确定各个因素的取值范围为[Xmin,Xmax]；b.每个因素采用期望值Ex，熵En和超熵He进行表征；c.采用如下算式计算每个因素的期望值Ex，熵En和超熵He：期望值Ex：Ex0＝(Xmin+Xmax)/2Ex-3＝Xmin,Ex+3＝XmaxEx-1＝Ex0-0.382*(Xmax-Xmin)/4Ex-2＝Ex0-0.382*(Xmax-Xmin)/2Ex+1＝Ex0+0.382*(Xmax-Xmin)/4Ex+2＝Ex0+0.382*(Xmax-Xmin)/2熵En：En-1＝En+1＝0.382*(Xmax-Xmin)/6En0＝0.618*En+1En-2＝En+2＝En+1/0.618En-3＝En+3＝En+2/0.618超熵He：给定超熵He0为0.1，则有He-1＝He+1＝He0/0.618He-2＝He+2＝He+1/0.618He-3＝He+3＝He+2/0.618最终得到隶属云Gei(Exi,Eni,Hei)为：E-3＝“增长率负大”＝Ge1(-10.330.42)E-2＝“增长率负中”＝Ge2(-0.380.210.26)E-1＝“增长率负小”＝Ge3(-0.190.130.16)E0＝“增长率为零”＝Ge4(00.080.1)E+1＝“增长率正小”＝Ge5(0.190.130.16)E+2＝“增长率正中”＝Ge6(-0.380.210.26)E+3＝“增长率正大”＝Ge7(10.330.42)。步骤S3所述的建立二维多规则生成器，具体为采用如下规则建立二维多规则生成器：Ⅰ二维多规则生成器包括依次串接的二维云发生器和一维云发生器；Ⅱ二维云发生器的输入信号为国民生产总值年增长率和国民生产总值年增长变化率的不确定性描述；二维云发生器的输出信号为一维云发生器的输入信号；一维云发生器的输出信号即为电力负荷期望增长率；Ⅲ采用如下公式构造二维云发生器：式中eGDP为国民生产总值年增长率，ecGDP为国民生产总值年增长变化率，ExA为二维云发生器的第一输入值的期望值，ExB为二维云发生器的第二输入值的期望值；E′nA＝R(EnA,HeA)，E′nB＝R(EnB,HeB)，且R(Q,W)为服从正态分布的随机函数，且Q为期望值，W为标准差；μ(eGDP,ecGDP)为二维云发生器的输出信号；Ⅳ采用如下公式构造一维云发生器：式中zi即为一维云发生器的输出信号，ExC为一维云发生器输入值的期望值，μ为二维云发生器的输出信号，E′n＝R(EnC,HeC)，且R(Q,W)为服从正态分布的随机函数，且Q为期望值，W为标准差；Ⅴ将一维云发生器的输出信号取加权平均值，即得到电力负荷期望增长率。本专利技术提供的这种基于云模型的电力负荷预测方法，通过建立云模型，形成量化的样本数据库，并利用云模型中的云发生器将原本有限的样本空间扩充为更具随机性和普遍性的扩展样本数据，从而克服了样本数据难以收集的缺陷；同时由于云模型输出的云滴具有模糊性和随机性，这些样本数据继承了原始样本的客观属性，而且扩展样本库的数据比初始样本库的数据更详实，从而为提高负荷指标的预测精度创造了条件；最后，本专利技术方法预测精度高、适用于当前的大规模电网并能够处理不确定信息和模糊概念。附图说明图1为本专利技术方法的方法流程图。图2为本专利技术方法的二维多规则生成器的示意图。具体实施方式如图1所示为本专利技术方法的方法流程图：本专利技术提供的这种基于云模型的电力负荷预测方法，包括如下步骤：S1.获取与电力负荷相关的因素，并从中确定对电力负荷影响最大的因素和电力负荷预测的输出因素；对于湖南省而言，对电力负荷影响最大的因素具体为国民生产总值年增长率和国民生产总值年增长变化率，电力负荷预测的输出因素为电力负荷期望增长率；S2.对步骤S1得到的因素进行不确定性描述；具体为采用如下步骤进行描述：A.对步骤S1获取的因素，确定各个因素的论域范围；B.采用黄金分割法求得步骤A中确定的各个因素的论域的数字特征；C.根据步骤B得到的数字特征，得到各个因素的N朵隶属云；所述N为自然数，优选为7；对于湖南省而言，对国民生产总值年增长率、国民生产总值年增长变化率和电力负荷期望增长率进行不确定性描述，具体为采用如下规则进行不确定性描述：a.确定各个因素的取值范围为[Xmin,Xmax]；b.每个因素采用期望值Ex，熵En和超熵He进行表征；c.采用如下算式计算每个因素的期望值Ex，熵En和超熵He：期望值Ex：Ex0＝(Xmin+Xmax)/2Ex-3本文档来自技高网...

【技术保护点】
一种基于云模型的电力负荷预测方法，包括如下步骤：S1.获取与电力负荷相关的因素，并从中确定对电力负荷影响最大的因素和电力负荷预测的输出因素；S2.对步骤S1得到的因素进行不确定性描述；S3.根据步骤S2得到的因素的不确定性描述，建立二维多规则生成器；S4.根据步骤S3得到的二维多规则生成器，对电力负荷进行预测。

【技术特征摘要】
1.一种基于云模型的电力负荷预测方法，包括如下步骤：S1.获取与电力负荷相关的因素，并从中确定对电力负荷影响最大的因素和电力负荷预测的输出因素；S2.对步骤S1得到的因素进行不确定性描述；S3.根据步骤S2得到的因素的不确定性描述，建立二维多规则生成器；S4.根据步骤S3得到的二维多规则生成器，对电力负荷进行预测。2.根据权利要求1所述的基于云模型的电力负荷预测方法，其特征在于步骤S4所述的根据二维多规则生成器对电力负荷进行预测，具体包括如下步骤：S4-1.利用现有的历史电力负荷数据对步骤S3生成的二维多规则生成器进行修正；S4-2.利用步骤S4-1得到的修正后的二维多规则生成器对电力负荷进行预测。3.根据权利要求2所述的基于云模型的电力负荷预测方法，其特征在于步骤S1所述的对电力负荷影响最大的因素具体为国民生产总值年增长率和国民生产总值年增长变化率，电力负荷预测的输出因素为电力负荷期望增长率。4.根据权利要求3所述的基于云模型的电力负荷预测方法，其特征在于步骤S2所述的对因素进行不确定性描述，具体为采用如下步骤进行描述：A.对步骤S1获取的因素，确定各个因素的论域范围；B.采用黄金分割法求得步骤A中确定的各个因素的论域的数字特征；C.根据步骤B得到的数字特征，得到各个因素的N朵隶属云；N为自然数。5.根据权利要求4所述的基于云模型的电力负荷预测方法，其特征在于所述的对国民生产总值年增长率、国民生产总值年增长变化率和电力负荷期望增长率进行不确定性描述，具体为采用如下规则进行不确定性描述：a.确定各个因素的取值范围为[Xmin,Xmax]；b.每个因素采用期望值Ex，熵En和超熵He进行表征；c.采用如下算式计算每个因素的期望值Ex，熵En和超熵He：期望值Ex：Ex0＝(Xmin+Xmax)/2Ex-3＝Xmin,Ex+3＝XmaxEx-1＝Ex0-0.382*(Xmax-Xmin)/4Ex-2＝Ex0-0.382*(Xmax-Xmin)/2Ex+1＝Ex0+0.382*(Xmax-Xmin)/4Ex+2＝Ex0+0.382*(Xmax-Xmin)/2熵En：En-1＝En+1＝0.382*(Xmax-Xmin)/6En0＝0.618*En+1En-2＝En+2＝En+1/0.618En-3＝En+3＝En+...

【专利技术属性】
技术研发人员：孟军，吕玉宏，夏哲辉，谢欣涛，罗毅，王逸超，徐超，陈佳，杨高才，徐妍芬，江卓翰，黎燕，岳雨霏，郭鹏，郝任一凡，
申请(专利权)人：国网湖南省电力公司，国网湖南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：湖南,43