【技术实现步骤摘要】
渐进调整的东北地区住宅区直热式电锅炉负荷预测方法
本专利技术涉及一种渐进调整的东北地区住宅区直热式电锅炉负荷预测方法，为电力系统提供了一种新的负荷预测方法，属于电锅炉负荷管理
技术介绍
在我国东北地区直热式电锅炉是一种较为广泛采用的住宅区取暖技术，而取暖在冬季用电中占有较大比重；因此准确的预测直热式电锅炉的负荷可以事先规划电网的用电、发电情况，对于电网安全管理、风电调峰、电网科学管理具有十分重要的作用。要预测直热式电锅炉的负荷，目前行业内普遍采用的技术手段包括：一，直接将往年同样时期的负荷情况作为当前的预测结果，此类方法只能“猜”出负荷大概的量级的高低但是无法进行预测准确的数值，难以作为科学管理的依据。二，利用神经网、决策树等模型对历史数据进行学习获得室外温度到负荷的回归模型，进而利用回归模型进行预测；此类方法可以预测出负荷具体的数值，然而，住宅区的用电还受到管道老化、入住量增加、保温材料老化等多种不确定因素影响，此外锅炉的出水口和入水口温度的设定也可能会随政策和电价而改变，因此随着时间的推移回归模型会越来...
【技术保护点】
1.一种渐进调整的东北地区住宅区直热式电锅炉负荷预测方法，包括以下步骤：/nS1指定供热期天数M，录入直热电锅炉的历史负荷数据History，录入历史每日平均温度Temperature，录入锅炉的出水口温度设定值POT和入水口温度设定值PIT；获得History的最低值LH、最高值HH，均值MH；获得Temperature的最低值LT，最高值HT，均值MT；/nHistory为M维度的数组，数组每一个元素为对应供热日期的直热电锅炉的用电负荷；Temperature为M维度的数组，数组每一个元素为对应供热日期的日平均温度；/nPOT为M维度的数组，数组每一个元素为对应供热日期...
【技术特征摘要】
1.一种渐进调整的东北地区住宅区直热式电锅炉负荷预测方法，包括以下步骤：
S1指定供热期天数M，录入直热电锅炉的历史负荷数据History，录入历史每日平均温度Temperature，录入锅炉的出水口温度设定值POT和入水口温度设定值PIT；获得History的最低值LH、最高值HH，均值MH；获得Temperature的最低值LT，最高值HT，均值MT；
History为M维度的数组，数组每一个元素为对应供热日期的直热电锅炉的用电负荷；Temperature为M维度的数组，数组每一个元素为对应供热日期的日平均温度；
POT为M维度的数组，数组每一个元素为对应供热日期的锅炉的出水口温度设定值；PIT为M维度的数组，数组每一个元素为对应供热日期的锅炉的入水口温度设定值；
S101，指定供热期天数M，录入直热电锅炉的历史负荷数据History，录入历史每日平均温度Temperature，录入锅炉的出水口温度设定值POT和入水口温度设定值PIT；
S102，对History和Temperature的所有内容进行统计计算，获得History的最低值LH、最高值HH，均值MH；获得Temperature的最低值LT，最高值HT，均值MT；
S2,构建东北地区住宅区水温与气温关联的负荷变化预测模型FPredict，获得预测基准微调值MAdjust；
S201，建立M维预测模型数组T1,建立M维预测模型第二数组T2；
S202,设定预测模型计数器FCounter＝1；预测模型前值变量FPrevious＝0；
S203,计算T1数组第FCounter个元素的值，其公式为：
计算T2数组第FCounter个元素的值，其公式为：
S205，计算FPrevious的值，其计算公式为：
S205，计算FCounter＝FCounter+1；
S206，如果FCounter>M则，转到S207,否则转到S203；
S207，以T1作为输入值，以T2作为预测值，训练神经网回归分析模型，将该模型存储到FPredict中；
S208，将T1作为输入，使用FPredict进行预测，获得预测结果数组T3；
S209，计算T4＝T3-T2；
S210，MAdjust＝T4的均值；
S208，输出东北地区住宅区水温与气温关联的负荷变化预测模型FPredict；
S3,构建渐进调整算子GradualAdjustment，该算子输入前次微调值Pe，负荷的真实值RealV，负荷预测值PredictV；输出为渐进调整...
【专利技术属性】
技术研发人员：孙宏斌，毕正军，潘欣，
申请(专利权)人：长春工程学院，
类型：发明
国别省市：吉林;22
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。