一种基于皮尔森系数的最大负荷预测方法技术

一种基于皮尔森系数的最大负荷预测方法，包括以下步骤：S1、建立年最大负荷影响因子库，刻画库中各影响因子的年变化曲线；S2、对各影响因子的年变化曲线进行关于年负荷曲线的基于皮尔森系数的相关度分析，得到各影响因子的相关度；S3、根据相关度筛选出有效影响因子，并根据相关度大小计算各有效影响因子的权重；S4、以各有效影响因子每年的数值作为变量，以年最大负荷每年的数值作为因变量，进行基于三次埃尔米特插值的多项式拟合，得到各有效影响因子的拟合函数；S5、结合权重与各个有效影响因子的拟合函数，构建最大负荷预测函数，对预测年最大负荷进行计算。本设计不仅预测准确度高，而且预测效率高。而且预测效率高。而且预测效率高。

【技术实现步骤摘要】
一种基于皮尔森系数的最大负荷预测方法


[0001]本专利技术涉及电力系统分析与控制
，尤其涉及一种基于皮尔森系数的最大负荷预测方法，主要适用于提高预测准确度。

技术介绍

[0002]对年最大负荷的预测属于中长期电力负荷预测，与较多因素都息息相关。纵观当前的对于中长期电力负荷的预测方法，较多集中于对年负荷曲线整体进行因素考量，而鲜有对年负荷曲线某一特征(诸如年最大负荷、年最小负荷等特征指标)进行专门研究。且当前方法更多是将年负荷的一揽子影响因子均纳入考量范围，假设各影响因子对负荷产生的影响为等量。该类方法存在以下两个弊端：(1)未根据地区实际情况，对影响因子进行筛选，默认为所有可能的影响因子都为进行负荷预测地区的有效影响因子；(2)未根据影响因子的重要性进行权重划分，可能会削弱重要影响与因子对负荷预测的影响，从而导致预测出现偏差。

技术实现思路

[0003]本专利技术的目的是克服现有技术中存在的预测准确度低的缺陷与问题，提供一种预测准确度高的基于皮尔森系数的最大负荷预测方法。
[0004]为实现以上目的，本专利技术的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于皮尔森系数的最大负荷预测方法，其特征在于，该方法包括以下步骤：S1、建立年最大负荷影响因子库，刻画库中各影响因子的年变化曲线；S2、对各影响因子的年变化曲线进行关于年负荷曲线的基于皮尔森系数的相关度分析，得到各影响因子的相关度；S3、根据相关度筛选出有效影响因子，并根据相关度大小计算各有效影响因子的权重；S4、以各有效影响因子每年的数值作为变量，以年最大负荷每年的数值作为因变量，进行基于三次埃尔米特插值的多项式拟合，得到各有效影响因子的拟合函数；S5、结合权重与各个有效影响因子的拟合函数，构建最大负荷预测函数，对预测年最大负荷进行计算。2.根据权利要求1所述的一种基于皮尔森系数的最大负荷预测方法，其特征在于：步骤S1中，年最大负荷影响因子库包括14个影响因子A＝(a1、a2、...、a
14
)，其中，A为影响因子集，a
i
为第i个影响因子；年变化曲线的集合为L＝[L1、L2、...、L
14
]，其中，每个影响因子a
n
对应的10年中每个年份的变化曲线为L
n
＝[L
n1
，L
n2
，...，L
n10
]。3.根据权利要求2所述的一种基于皮尔森系数的最大负荷预测方法，其特征在于：步骤S2具体包括以下步骤：记L
n
＝(L
n1
，L
n2
，...，L
n10
)，其中，L
ni
为影响因子a
n
距作出预测年份为i年时的值；设定年最大负荷曲线为P＝(P1，P2，...，P
10
)，其中，P
i
为年最大负荷距作出预测年份i年的值；两者进行基于皮尔森系数的相关度分析，得到相应相关度h
n
，即f(L
n
，P)，根据下式求取：其中，E(L
n
×
P)为L
n
与P对应年份值的积的和的均值，如下式所示：其中，E(L
n
)
×
E(P)为L
n
与P对应年份值的积的和的均值，如下式所示：其中，和E(P2)为各自不同年份值的平方和，E2(L
n
)和E2(P)为各自不同年份值和的平方，如下式所示：的平方，如下式所示：的平方，如下式所示：的平方，如下式所示：
4.根据权利要求3所述的一种基于皮尔森系数的最大负荷...

【专利技术属性】
技术研发人员：颜炯，周明，卢生炜，武强，赵红生，崔益伟，吉增宝，苏宏伟，付万璋，王思聪，刘君瑶，
申请(专利权)人：国网湖北省电力有限公司湖北安源安全环保科技有限公司，
类型：发明
国别省市：