一种基于奥恩斯坦-乌伦贝克过程求解的配网线路负荷预测方法技术

本发明专利技术提供一种基于奥恩斯坦‑乌伦贝克(Ornstein‑Uhlenbeck)过程求解的配电线路的负荷预测方法，通过考虑天气条件的隐性因素对线路负荷的影响，对线路负荷值进行建模和预测。属于电力系统结合深度学习的技术领域。本方法包括下列步骤：数据采集与数据预处理；利用气象数据风速、温度确定奥恩斯坦‑乌伦贝克过程参数表达；对不同气候条件的数据样本进行分组训练；根据训练结果更新隐藏因子强度；利用ITO微分方程解奥恩斯坦‑乌伦贝克过程过程进行线路负荷预测。

【技术实现步骤摘要】
一种基于奥恩斯坦-乌伦贝克过程求解的配网线路负荷预测方法
本专利技术涉及配网线路负荷预测领域，具体是一种基于奥恩斯坦-乌伦贝克过程求解的配网线路负荷预测方法。
技术介绍
目前，风能等可再生能源在电力系统中的应用迅速增加。尽管如此，在输电线路扩建项目中，输送此类电源的发电量的进展甚微。此外，由于可再生能源的间歇性，输电线路扩容后不能全天运行。因此，增加可再生能源并不能促进电力公司将投资成本用于输电扩建项目。动态增容(线路负荷)的概念被引入以应对这一问题。为了安全可靠地运行，线路传输电流通常受静态线路额定值的限制。根据架空导线的热模型，利用历史数据统计的最坏天气情况，估算出SLR值。最近，研究人员检查了在线天气测量对确定线路负荷的影响。通过引入时间序列的概念，一些研究人员已经能够证明线路负荷的未来值可以被高精度地预测。然而，到目前为止回顾的所有研究都存在这样一个事实：两种线路负荷预测模型都忽略了一些信息。历史气象资料一般用于预测未来风速、气温等天气条件的数值。然后，在基于热平衡的线路负荷预报模型中，利用预报的气象资料计算线路负荷值。因此，基于热平衡的线路负荷预报模型漏掉了与线路负荷过去值偏差有关的信息，因此，天气预报的误差会降低线路负荷预报的精度。此外，在时间序列预测方法中，忽略了风速和太阳辐射的影响。因此，这些模型无法检测线路负荷的波动。
技术实现思路
本专利技术的目的在于提供一种基于奥恩斯坦-乌伦贝克过程求解的配网线路负荷预测方法，提高了预测结果的准确性。线路负荷的波动可以被高精度地检测出来。本专利技术的技术方案：一种基于奥恩斯坦-乌伦贝克过程求解的配网线路负荷预测方法，包括以下具体步骤：1)在收集数据之后，并预处理后，将混合因子的奥恩斯坦-乌伦贝克方程应用到天气和时间序列信息求解中；2)将天气数据代入混合因子的奥恩斯坦-乌伦贝克方程中，通过混合因子的奥恩斯坦-乌伦贝克方程确定隐藏因子，并描述这些隐藏因子的参数对线路负荷曲线估计的影响；3)对不同条件的参数进行训练，通过训练更新隐藏因子的选取范围、参数的确定性以及隐藏因子的抽样选择，找出每个聚类的隐藏因子强度,使线路负荷预测误差最小化；4)利用数据集对所提出的模型进行测试，对用于预测风速和气温隐藏因子的布朗预测方法进行评价；5)将上述步骤获得的参数导入到混合因子的奥恩斯坦-乌伦贝克方程中进行求解，获得线路负荷预测值。基于ITO随机微分方程，考虑线路负荷时间序列，建立混合因子的奥恩斯坦-乌伦贝克方程的数学模型，见公式1。k为隐藏因子的个数，在方程定义中，确定为2，主要考虑，温度、风速的影响，参数是第kth个隐藏因子的强度，线路负荷时间序列Xt，平均向量μ，向量Ψt∈R1×d，μ∈Rd×1，参数d表示观察时间跨度值。依据公式(1)，假设ITO求解公式为eΨt(xt-μ)，公式(1)可以重新表述为：d(eΨt(xt-μ))＝eΨtΨ(Xt-μ)dt+eΨtdxt(2)然后取区间[s；t]，对公式(2)上两边的ITO积分，获得公式(3)，通过简化如公式(4)所示：基于观察时间跨度值d，以及线路历史与天气数据的统计特征线路获得负荷预测值xt；动态转移向量Ψt与平均向量μ，通过观测值进行计算与更新，考虑到(4)，xn-d的xn预测值等于：xn＝e-ψδxn-1+(I-e-ψδ)μ+εn(5)式中，参数εn计算如下：方程(6)的第一项用于确定Ψ，μ向量，隐藏因素强度的数学模型公式(7)所示：其中，Nt是Poisson过程，解释了隐藏因子的涨落，和分别确定了隐藏因子的期望值、隐藏因子值的标准差和波动的上界，dwt是Wienersausage的数值。与现有技术相比，本专利技术的有益效果是：有助于指导变电站厂界噪声预测计算和厂界达标治理工作，为噪声技改方案的制定提供算法上的支持。附图说明图1是本专利技术的方法流程示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。一种基于奥恩斯坦-乌伦贝克过程求解的配网线路负荷预测方法，具体步骤为：首先将奥恩斯坦-乌伦贝克方程(OU方程)扩展到利用时间序列分析和天气数据来模拟天气对线路负荷预报的影响，考虑线路负荷时间序列数据的波动检测，因此将OU方程扩展为混合因子的奥恩斯坦-乌伦贝克方程，它可以确定隐藏的因素并描述这些隐藏因素对线路负荷曲线估计的影响；其次数据预处理，确定了混合因子的奥恩斯坦-乌伦贝克方程方程后，将天气数据代入方程中，通过混合因子的奥恩斯坦-乌伦贝克方程确定隐藏的因素并描述这些隐藏因素对线路负荷曲线估计的影响。混合因子的奥恩斯坦-乌伦贝克方程考虑了线路负荷时间序列数据的波动检测，当线路负荷预测中有许多未知参数时会在一定时间内修正预测内容；然后，对不同条件的参数进行分组训练，对数据进行过预处理的基础上，为了优化线路负荷预测模型，需要对不同条件的参数进行训练，通过训练更新隐藏因子的选取范围、参数的确定性以及隐藏因子的抽样选择，来找出每个聚类的隐藏因子强度,使线路负荷预测误差最小化；最后，优化线路负荷预测模型，利用数据集对所提出的模型进行测试。然后，对用于预测隐藏因子(风速和气温)的布朗预测方法进行了评价，并与传统预测模型进行了比较。然而，在线路负荷预测中，考虑隐藏因子的强度，可以忽略预测的隐含因子值的误差。1)确定综合因子FOU方程的参数表达，流程如下：a、在这一部分中，将OU过程扩展到利用时间序列分析和天气数据来模拟天气对线路负荷预报的影响。引入质量摩擦的布朗过程，刻画了粒子在随机速度下的侵彻过程。这一过程可分为平稳的高斯--马尔科夫过程，这是时间序列分析中许多统计过程的基础假设。在OU过程中，应用布朗运动计算线路负荷预报中与气象数据相关的不确定性。应用一个ITO随机微分方程求解OU过程。基于ITO随机微分方程，考虑线路负荷时间序列，可以建立IFOU过程的数学模型。其中，这个随机微分方程被指定为IFOU过程。在这个方程中，天气数据的影响是用布朗运动矢量来模拟的。用k来说明隐藏因子的个数，包括风速、和气温，参数是第kth次布朗运动的强度。综合因子的FOU方程模型包括两个描述线路负荷预测曲线的术语。线路负荷时间序列数据的第一项模型确定性评价。换句话说，该项通过考虑转置的动态转移向量Ψt来确定线路负荷时间序列Xt如何围绕平均向量μ而变化。其中，向量Ψt∈R1×d和μ∈Rd×1体现了过去线路负荷与预测点的关系。在IFOU过程的第二项中，用多重布朗运动来描述隐藏因子。k独立布朗运动本文档来自技高网...

【技术保护点】
1.一种基于奥恩斯坦-乌伦贝克过程求解的配网线路负荷预测方法，其特征在于，包括以下具体步骤：/n1)在收集数据之后，并预处理后，将混合因子的奥恩斯坦-乌伦贝克方程应用到天气和时间序列信息求解中；/n2)将天气数据代入混合因子的奥恩斯坦-乌伦贝克方程中，通过混合因子的奥恩斯坦-乌伦贝克方程确定隐藏因子，并描述这些隐藏因子的参数对线路负荷曲线估计的影响；/n3)对不同条件的参数进行训练，通过训练更新隐藏因子的选取范围、参数的确定性以及隐藏因子的抽样选择，找出每个聚类的隐藏因子强度,使线路负荷预测误差最小化；/n4)利用数据集对所提出的模型进行测试，对用于预测风速和气温隐藏因子的布朗预测方法进行评价；/n5)将上述步骤获得的参数导入到混合因子的奥恩斯坦-乌伦贝克方程中进行求解，获得线路负荷预测值。/n

【技术特征摘要】
1.一种基于奥恩斯坦-乌伦贝克过程求解的配网线路负荷预测方法，其特征在于，包括以下具体步骤：
1)在收集数据之后，并预处理后，将混合因子的奥恩斯坦-乌伦贝克方程应用到天气和时间序列信息求解中；
2)将天气数据代入混合因子的奥恩斯坦-乌伦贝克方程中，通过混合因子的奥恩斯坦-乌伦贝克方程确定隐藏因子，并描述这些隐藏因子的参数对线路负荷曲线估计的影响；
3)对不同条件的参数进行训练，通过训练更新隐藏因子的选取范围、参数的确定性以及隐藏因子的抽样选择，找出每个聚类的隐藏因子强度,使线路负荷预测误差最小化；
4)利用数据集对所提出的模型进行测试，对用于预测风速和气温隐藏因子的布朗预测方法进行评价；
5)将上述步骤获得的参数导入到混合因子的奥恩斯坦-乌伦贝克方程中进行求解，获得线路负荷预测值。


2.根据权利要求1所述的一种基于奥恩斯坦-乌伦贝克过程求解的配网线路负荷预测方法，其特征在于，基于ITO随机微分方程，考虑线路负荷时间序列，建立混合因子的奥恩斯坦-乌伦贝克方程的数学模型，见公式1。



k为隐藏因子的个数，在方程定义中，确定为2，主要考虑，温度、风速的影响，参数是第kth个隐藏因子的强度，线路负荷时间序列...

【专利技术属性】
技术研发人员：汪司珂，郭雨，明东岳，俞德华，郭玥，蔡文嘉，王尚鹏，庞博，夏天，郑欣，雷鸣，王信，王琪，李君，李玲华，鄢烈奇，姚红，邓桂平，项勇，潘志，邓琼，浦小玲，
申请(专利权)人：国网湖北省电力有限公司电力科学研究院，国家电网有限公司，国网湖北省电力有限公司黄石供电公司，
类型：发明
国别省市：湖北;42