基于CatBoost的净负荷备用容量需求预测方法、装置及存储介质制造方法及图纸

本发明专利技术公开了一种基于CatBoost的净负荷备用容量需求预测方法、装置及存储介质，其中方法包括：获取待预测时段内各预测点的预测特征信息；将预测特征信息输入基于CatBoost集成学习方法构建的负荷/新能源预测误差预测模型，得到各预测点对应的负荷预测误差和新能源预测误差；各预测点负荷预测误差和新能源预测误差相减，得到各预测点的净负荷备用容量需求预测结果；在一定置信水平下，根据净负荷备用容量需求预测误差累计分布函数，得到各预测点净负荷备用容量需求预测区间上、下限。本发明专利技术可用于日前和日内的净负荷备用容量需求评估，预测稳定性、准确性、运算速度和运算效率高，普适性强。适性强。适性强。

【技术实现步骤摘要】
基于CatBoost的净负荷备用容量需求预测方法、装置及存储介质


[0001]本专利技术涉及净负荷备用容量需求评估
，尤其涉及一种基于CatBoost的净负荷备用容量需求预测方法、装置及存储介质。

技术介绍

[0002]备用需求源于电网运行中的不确定性，一方面是不可预计的电网事故(事故备用)。另一方面是供需预测的不准确(负荷备用)，在传统电网中主要来自负荷预测误差。我国电网尚未形成科学的备用需求评估方法，不能全面考虑新能源发电功率的不确定性带来的电网向上和向下调节资源需求。电网备用问题涉及到频率控制、安全控制和经济调度等不同层面上的运行问题，而当前按照负荷一定比例和最大机组容量确定的备用管理模式，难以满足新形势下的电网安全与经济运行需求，因此，有必要对电网的备用管理展开系统化、市场化的研究和探索。
[0003]随着新能源渗透率提高，电网需要更加精准地掌握电网净负荷曲线的预测误差特征，并建立适应新能源发展的净负荷备用需求评估技术。
[0004]近年来不少学者研究新能源并网下备用容量的优化配置，以得出既有科学性又具有经济性的有本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于CatBoost的净负荷备用容量需求预测方法，其特征在于，包括：S1：获取待预测时段内各预测点的预测特征信息；S2：将各预测点的预测特征信息输入基于CatBoost集成学习方法构建的负荷/新能源预测误差预测模型，得到各预测点对应的负荷预测误差和新能源预测误差；S3：各预测点负荷预测误差和新能源预测误差相减，得到各预测点的净负荷备用容量需求预测结果；S4：基于各预测点的净负荷备用容量需求预测结果，在一定置信水平下，根据净负荷备用容量需求预测误差累计分布函数，得到各预测点净负荷备用容量需求预测区间上、下限；其中，所述净负荷备用容量需求预测误差累计分布函数通过对待预测时段前的预设时长内的净负荷备用容量需求预测结果误差进行统计分析得到。2.根据权利要求1所述的基于CatBoost的净负荷备用容量需求预测方法，其特征在于，所述预测特征信息包括各预测点对应的时刻、月份、节气、节假日、负荷预测值及新能源预测值。3.根据权利要求1或2所述的基于CatBoost的净负荷备用容量需求预测方法，其特征在于，所述步骤S2具体包括：将各预测点的预测特征信息划分为负荷误差预测特征信息及新能源误差预测特征信息；所述负荷误差预测特征信息包括时刻、月份、节气、节假日、负荷预测值，所述新能源误差预测特征信息包括时刻、月份、节气、节假日、新能源预测值；将负荷误差预测特征信息输入基于CatBoost集成学习方法构建的负荷预测误差预测模型，得到各预测点对应的负荷预测误差；将新能源误差预测特征信息输入基于CatBoost集成学习方法构建的新能源预测误差预测模型，得到各预测点对应的新能源预测误差。4.根据权利要求3所述的基于CatBoost的净负荷备用容量需求预测方法，其特征在于，所述负荷预测误差预测模型及新能源预测误差预测模型通过如下方法得到：获取历史的包含负荷误差预测特征信息及负荷预测误差的多变量时间序列样本，以及获取历史的包含新能源误差预测特征信息及新能源预测误差的多变量时间序列样本，分别将样本进行归一化处理，得到负荷预测误差训练集和新能源预测误差训练集；以负荷误差预测特征信息为输入，以负荷预测误差为输出，基于CatBoost集成学习方法构建负荷预测误差预测模型，并利用负荷预测误差训练集进行训练，得到最终的负荷预测误差预测模型；以新能源误差预测特征信息为输入，以新能源预测误差为输出，基于CatBoost集成学习方法构建新能源预测误差预测模型，并利用新能源预测误差训练集进行训练，得到最终的新能源预测误差预测模型。5.根据权利要求1所述的基于CatBoost的净负荷备用容量需求预测方法，其特征在于，所述净负荷备用容量需求预测误差累计分布函数通过如下方法得到：采用构建的负荷/新能源预测误差预测模型对待预测时段前的预设时长内各时间点的负荷预测误差和新能源预测误差进行预测；各时间点负荷预测误差和新能源预测误差相减，得到各时间点的净负荷备用容量需求预测结果；
获取各时间点的净负荷备用容量需求真实值并与各时间点的净负荷备用容量需求预测结果比较，得到各时间点的净负荷备用容量需求预测误差...

【专利技术属性】
技术研发人员：文云峰，王泽，
申请(专利权)人：湖南大学，
类型：发明
国别省市：