一种母线负荷关键指标筛选方法、系统及相关装置制造方法及图纸

本申请所提供的一种母线负荷关键指标筛选方法，包括：根据各个指标与母线负荷之间的相关性因数，将各个指标按照从大到小进行排序，得到指标排序表；按照指标排序表依次将各个指标纳入关键相关指标集，并分别计算各个指标纳入关键相关指标集前后的预测精度增幅；判断预测精度增幅是否大于相关性精度阈值；若是，则执行保留相应的指标在关键相关指标集的操作；若否，则执行剔除相应的指标的操作。可见，该方法能够保证筛选出的关键指标的训练精度，故能够提高母线负荷预测结果的准确性。本申请还提供一种母线负荷关键指标筛选系统、设备及计算机可读存储介质，均具有上述有益效果。

【技术实现步骤摘要】
一种母线负荷关键指标筛选方法、系统及相关装置
本申请涉及电力系统调度运行领域，特别涉及一种母线负荷关键指标筛选方法、系统、设备及计算机可读存储介质。
技术介绍
母线负荷预测是电力系统调度运行关键技术，母线负荷预测结果的准确性对调度计划、安全校核、市场交易等影响显著。传统的母线负荷预测主要基于“时序外推+相关因素分析”相结合的技术路线实现，其基本思路是在时序外推的预测结果基础上，结合气温、降水、风力等相关指标对预测结果修正，以得到最终的负荷预测方法。然而，不同地区的母线负荷组成不同、特性迥异，如何筛选关键相关指标成为上述预测方法准确率提升的关键。传统模式下关键相关指标的筛选方法包括如下关键步骤：(1)给定相关性阈值/相关指标比例人工给定相关性阈值λset/相关指标比例χset，以此作为最终关键指标集筛选的标准。(2)指标数值归一化采用线性拟合、S型曲线拟合等方式将待预测的母线负荷指标与各相关因素指标的数值进行归一化处理，将其转化为取值0至1之间的数值。(3)计算指标相关性因数指标相关性因数是统计学中常见指标，两个指标α1、α2的相关性因数λα1,α2可表示如下：上式中，α1、α2分别为本文档来自技高网...

【技术保护点】
1.一种母线负荷关键指标筛选方法，其特征在于，包括：根据各个指标与母线负荷之间的相关性因数，将各个所述指标按照从大到小进行排序，得到指标排序表；按照所述指标排序表依次将各个所述指标纳入关键相关指标集，并分别计算各个所述指标纳入所述关键相关指标集前后的预测精度增幅；判断所述预测精度增幅是否大于相关性精度阈值；若是，则执行保留相应的指标在所述关键相关指标集的操作；若否，则执行剔除相应的指标的操作。

【技术特征摘要】
1.一种母线负荷关键指标筛选方法，其特征在于，包括：根据各个指标与母线负荷之间的相关性因数，将各个所述指标按照从大到小进行排序，得到指标排序表；按照所述指标排序表依次将各个所述指标纳入关键相关指标集，并分别计算各个所述指标纳入所述关键相关指标集前后的预测精度增幅；判断所述预测精度增幅是否大于相关性精度阈值；若是，则执行保留相应的指标在所述关键相关指标集的操作；若否，则执行剔除相应的指标的操作。2.根据权利要求1所述的母线负荷关键指标筛选方法，其特征在于，所述根据各个指标与母线负荷之间的相关性因数，将各个所述指标按照从大到小进行排序，得到指标排序表，包括：在利用线性拟合方式将各个所述指标的数值和所述母线负荷的数值进行归一化处理后，利用相关性因数公式计算各个所述指标与所述母线负荷之间的所述相关性因数；根据各个所述指标与所述母线负荷之间的所述相关性因数，将各个所述指标按照从大到小进行排序，得到所述指标排序表。3.根据权利要求1所述的母线负荷关键指标筛选方法，其特征在于，所述分别计算各个所述指标纳入所述关键相关指标集前后的预测精度增幅，包括：计算各个所述指标纳入所述关键相关指标集前预设时段内的第一平均预测精度；计算各个所述指标纳入所述关键相关指标集后所述预设时段内的第二平均预测精度；将所述第二平均预测精度和所述第一平均预测精度进行作差操作，得到所述预测精度增幅。4.根据权利要求1所述的母线负荷关键指标筛选方法，其特征在于，在执行保留相应的指标在所述关键相关指标集的操作之后，还包括：判断所述关键相关指标集中所述指标的数量是否达到预设的相关指标比例要求；若是，则执行结束关键指标筛选的操作。5.一种母线负荷关键指标筛选系统，其特征在于，包括：指标排序模块，用于根据各个指标与母线负荷之间的相关性因数，将各个所述指标按照从大到小进行排序，得到指标排序表；预测精度增幅计算模块，用于按照所述指标排序表依次将各个所述指标纳入关键相关指标集，并分别计算各个所述指标纳入所述关键相关指标集前后的预测精度增幅；精...

【专利技术属性】
技术研发人员：杨韵，蔡秋娜，刘思捷，
申请(专利权)人：广东电网有限责任公司，广东电网有限责任公司电力调度控制中心，
类型：发明
国别省市：广东,44