An interruptible load forecasting method. The invention relates to the technical field of load forecasting, in particular to an interruptible load forecasting method. An interruptible load forecasting method which takes into account the weather and date attributes of the forecasting day is presented, which can effectively improve the reliability and accuracy of the forecasting. When establishing the prediction model of support vector machine, the method first uses K_means clustering algorithm to cluster load, and chooses the similar date load consistent with the predicted date information as input data, fully considers the weather and date attributes of the predicted day, and effectively improves the accuracy of the prediction; when carrying out the load prediction of support vector machine, the kernel function model is selected. The new kernel function, which is composed of Gauss kernel function and polynomial kernel function according to certain weights, can extract the global advantages of sample data and improve the comprehensive performance of the model.
【技术实现步骤摘要】
一种可中断负荷预测方法
本专利技术涉及负荷预测
,具体涉及一种可中断负荷预测方法。
技术介绍
作为电力系统需求侧管理的重要组成部分,可中断负荷管理利用用户的用电灵活性,来缓解负荷高峰时的供电紧张状况,以避免或减少昂贵的旋转备用和满足用电需求增长而需要的发电容量投资,有利于电力系统的安全经济运行,削弱电力市场中市场势力的影响,抑制价格尖峰。因此精准地对可中断负荷进行预测对于电力部门的调度安排有着重要的意义。可中断负荷预测属于短期负荷预测领域,短期负荷变化受到各种因素影响,比如当地的社会经济的发展,气候条件,地区内工业、旅游业等的影响,其中,气候条件对于地区内的负荷也有比较显著的影响,在对负荷数据进行分析研究后可以发现,地区的负荷变化与影响因素之间存在非线性关系,由于影响因素众多,负荷预测的基本思路就是找到影响因素与负荷之间的非线性关系,这也是负荷预测的基本研究方向。由于影响因素和负荷之间是一种非线性关系,人工神经网络、支持向量机等一些智能算法具有很好的非线性拟合能力,所以在现在的负荷预测中,智能算法在国内外研究中占了很高比重,主要工作就是优化算法,优化输入以此 ...
【技术保护点】
1.一种可中断负荷预测方法,其特征在于,包括如下步骤:1)、输入历史负荷及历史天气日期数据,利用K‑means聚类法进行负荷聚类:1.1)、从n个历史负荷数据对象按照天气、日期属性信息选取k种不同类别对象作为初始聚类中心;1.2)、计算每个对象与各个聚类中心的欧式距离,分配给与其距离最近的的聚类中心所代表的类,欧式距离计算公式为:
【技术特征摘要】
1.一种可中断负荷预测方法,其特征在于,包括如下步骤:1)、输入历史负荷及历史天气日期数据,利用K-means聚类法进行负荷聚类:1.1)、从n个历史负荷数据对象按照天气、日期属性信息选取k种不同类别对象作为初始聚类中心;1.2)、计算每个对象与各个聚类中心的欧式距离,分配给与其距离最近的的聚类中心所代表的类,欧式距离计算公式为:式中:x1i、x2i分别为聚类中心与样本的各点坐标,N是每个历史负荷所包含的点数。1.3)、计算每个类别中所有对象的均值作为该类别的新聚类中心,计算所有样本到其所在类别聚类中心的平方和J(C)的值,计算公式为:式中μk为聚类中心的坐标,xi为各样本的坐标,Ck是类别数,K是每个类别包含的对象个数。1.4)、如聚类中心发生改变,则转到步骤1.2),如不变,则聚类结束;2)、查询待预测日天气、日期属性信息,根据聚类结果找到与预测日信息相符合的历史日期负荷;3)、输入步骤2)找到的历史日期负荷,进行SVM负荷预测:3.1)、将步骤2)找到的历史日期负荷作为预测样本,建立决策函数:式中:ai为拉格朗日乘子,K(xi,x)为核函数,b为阈值,l是决策函数的...
【专利技术属性】
技术研发人员:胡宏,卜广峰,车伟,邹子卿,彭冰月,赵申,蔡冬阳,白锐,
申请(专利权)人:国网江苏省电力有限公司扬州供电分公司,国网江苏省电力有限公司,东南大学,
类型:发明
国别省市:江苏,32
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。