【技术实现步骤摘要】
一种城市饱和负荷预测方法及系统
本专利技术涉及饱和负荷预测
，特别是涉及一种城市饱和负荷预测方法及系统。
技术介绍
本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。电力系统负荷预测中饱和负荷预测目前被应用于对城市电力负荷饱和分析方法，基于逻辑斯蒂曲线方程和历史数据求得饱和值；或把智能算法应用到预测中，应用蚁群算法和元胞自动机等理论搭建模型，分析神经网络模型在中长期负荷预测中的应用，通过S曲线法分析不同土地性质下饱和密度的状况。区域饱和负荷典型分析方法主要包括有基于人均电量的饱和负荷预测方法、基于城市负荷密度的饱和负荷预测方法和基于空间饱和负荷密度的预测方法。基于人均电量的预测方法需依据国家宏观规划、城市总体规划以及各类专项规划，确定与城市资源、环境匹配的人口承载力，并参考国外典型发达国家的人均用电量，确定适合本市的人均饱和用电量，得到城市饱和负荷的大小，预测城市电力需求进入饱和大致的到达时间；采用人均用电量方法进行饱和负荷预测的思路大致为：饱和年份的人口总量与人均饱和用电量相...
【技术保护点】
1.一种城市饱和负荷预测方法，其特征在于，包括：/n获取对城市分区后每个区域内变电站的历史负荷数据和对应时间段的气象数据构建训练样本集；/n采用线性聚类算法对训练样本集进行平滑度处理，以处理后的训练样本集对基于时间序列的饱和负荷预测模型进行训练；/n采用训练后的饱和负荷预测模型对待测区域变电站的待测时间段的气象数据进行预测，根据同一时间段内每个区域的变电站饱和负荷预测结果得到城市总饱和负荷预测结果。/n
【技术特征摘要】
1.一种城市饱和负荷预测方法，其特征在于，包括：
获取对城市分区后每个区域内变电站的历史负荷数据和对应时间段的气象数据构建训练样本集；
采用线性聚类算法对训练样本集进行平滑度处理，以处理后的训练样本集对基于时间序列的饱和负荷预测模型进行训练；
采用训练后的饱和负荷预测模型对待测区域变电站的待测时间段的气象数据进行预测，根据同一时间段内每个区域的变电站饱和负荷预测结果得到城市总饱和负荷预测结果。
2.如权利要求1所述的一种城市饱和负荷预测方法，其特征在于，所述采用线性聚类算法对训练样本集进行平滑度处理包括：
对训练样本集的每个数据序列构建线性拟合模型，并计算拟合均方根误差；
将拟合均方根误差最大的数据序列与其他数据序列逐个求和，并对每个和序列构建新的线性拟合模型，计算每个和序列的拟合均方根误差；
判断是否有和序列的拟合均方根误差小于两条加数序列，若有，则将最小的拟合均方根误差的和序列代替两个加数序列，继续迭代，直至不存在和序列的拟合均方根误差小于两条加数序列；若没有则迭代停止。
3.如权利要求1所述的一种城市饱和负荷预测方法，其特征在于，所述基于时间序列的饱和负荷预测模型的预测过程包括：
通过差分将待测样本数据序列转换为静态序列；
对静态序列构建不同阶数的ARIMA模型；
基于ARIMA模型分别对待测样本每个数据序列进行预测，将所有数据序列的预测结果相加后，得到待测样本的预测结果。
4.如权利要求3所述的一种城市饱和负荷预测方法，其特征在于，所述通过差分将待测样本数据序列转换为静态序列包括：
对待...
【专利技术属性】
技术研发人员：陈明，魏振，安树怀，吴绍军，朱晓东，高军，彭博，赵先超，窦王会，张楠，
申请(专利权)人：国网山东省电力公司青岛供电公司，国家电网有限公司，
类型：发明
国别省市：山东;37
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。