一种电网侧煤电燃料库存预测系统及方法技术方案

本发明专利技术公开了电网侧煤电燃料信息管理技术领域的一种电网侧煤电燃料库存预测系统及方法，一种电网侧煤电燃料库存预测方法，包括：获取煤电燃料库存原始数据；对煤电燃料库存原始数据进行分解，得到多个模态分量；对各模态分量进行重组，得到多个重组分量；建立每个重组分量各自的深度信念网络预测模型；将全部深度信念网络预测模型重组，得到最终的预测模型；基于最终的预测模型进行燃料库存预测。本发明专利技术通过对电网负荷及燃料用量的预测，能够为煤电企业保持合适的燃料库存提供依据，有利于电网安全运行，同时降低煤电企业运行成本。同时降低煤电企业运行成本。同时降低煤电企业运行成本。

【技术实现步骤摘要】
一种电网侧煤电燃料库存预测系统及方法


[0001]本专利技术涉及一种电网侧煤电燃料库存预测系统及方法，属于电网侧煤电燃料信息管理


技术介绍

[0002]当前碳达峰、碳中和气候承诺正式纳入我国经济社会发展规划和生态文明远景建设整体布局。为实现双碳目标，建设以新能源为主体的新型电力系统的同时，确保需要发展高效清洁煤电，煤电的稳定运行为新能源发展提供基础。截至2020年底，我国煤电装机容量占全部装机容量的49.1％，达到约10.8亿千瓦，而发电量约占全网70％，煤电依然是电力供应的主体，煤电安全稳定运行对于电网至关重要。燃料是煤电核心问题，受全球疫情发展和经济形势影响，煤价出现了大幅波动，燃煤供应存在一定的随机性和不确定性，造成了最近用电形势紧张和限电限产等现象发生，影响了国民经济发展。同时，在双碳政策条件下，进一步加强建设风电和光伏等新能源，新能源在电网的比重会逐渐加大，煤电将逐步发展为调峰负荷，煤电深度调峰进一步带来了燃料消耗量的不确定性。以南方电网为例(以下简称“南网”)水电装机容量比重较大，水电具有明显的季节性分布，新能源和水电负荷本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电网侧煤电燃料库存预测方法，其特征是，包括：获取煤电燃料库存原始数据；对煤电燃料库存原始数据进行分解，得到多个模态分量；对各模态分量进行重组，得到多个重组分量；建立每个重组分量各自的深度信念网络预测模型；将全部深度信念网络预测模型重组，得到最终的预测模型；基于最终的预测模型进行燃料库存预测。2.根据权利要求1所述的电网侧煤电燃料库存预测方法，其特征是，对煤电燃料库存原始数据进行分解，得到多个模态分量，表达式为：其中，X(t)为煤电燃料库存原始数据，r(t)为分解最终残差信号，为第K个模态分量，表达式为：其中，r
k
‑1(t)为第k
‑
1个余量信号，ε
k
‑1为第k
‑
1个高斯白噪声幅值常数，E
k
‑1为第k
‑
1个EMD分解运算符。3.根据权利要求1所述的电网侧煤电燃料库存预测方法，其特征是，对各模态分量进行重组，得到多个重组分量，包括：通过样本熵对各模态分量进行复杂性评估；根据复杂程度对模态分量进行重组，得到多个重组分量。4.根据权利要求3所述的电网侧煤电燃料库存预测方法，其特征是，所述样本熵为：其中，SE(m,r,N)为样本熵值；m为维数；B
m
(r)为序列在相似容限r下匹配m个点的概率。5.根据权利要求4所述的电网侧煤电燃料库存预测方法，其特征是，所述序列在相似容限r下匹配m个点的概率B
m
(r)通过计算m维向量组中对应元素相差最大值的绝对值个数小于阈值的个数后得到，表达式为：d[X
m
(i),X
m
(j)]＝max[|x(i+k)
‑
x(j+k)|]X
m
(i)＝{x(i),x(i+1),
…
,x(i+m
‑
1)}X
m
(j)＝{x(j),x(j+1),
…
,x(j+m
...

【专利技术属性】
技术研发人员：卢伟辉，赵玉柱，李鹏，刘春晓，刘兴辉，马骞，周毓敏，
申请(专利权)人：中国南方电网有限责任公司，
类型：发明
国别省市：