【技术实现步骤摘要】
一种基于机器学习的综合能源系统多元负荷预测方法
[0001]本专利技术涉及一种电力系统的负荷预测方法,尤其涉及一种基于机器学习的综合能源系统多元负荷预测方法。
技术介绍
[0002]能源是人类赖以生存和发展的基础,是经济社会发展的命脉。随着工业生产和居民用户用电需求日趋多样化,综合能源系统能够实现能源产销清洁高效和协调供需平衡,相比于传统的单独规划、独立运行的电力系统,综合能源系统实现了不同能量之间的耦合,因此推进综合能源系统相关技术的研究成为必要。
[0003]负荷预测是实现电力系统安全经济运行的基础,也是提高能源利用率和满足用户不确定需求的重要保证。目前一些常用的负荷预测的方法包括回归分析法、时间序列分析法和机器学习算法,其中,回归分析法和时间序列分析法都强依赖于大量的历史负荷及相关的数据,预测效率低,精度差。而基于机器学习的负荷预测方法,目前主要用于单一负荷预测,若用于多元负荷预测时,因数据为多类型的负荷数据,不但需要较大的训练样本;还因每一类型的负荷数据其负荷影响因素不同,则多元负荷影响因素为多样,且如果结合已有的单一负荷预测模型将出现训练的网络迭代次数过多,预测效率下降且预测精度不稳定的问题。
技术实现思路
[0004]专利技术目的:针对以上问题,本专利技术提出一种基于机器学习的综合能源系统多元负荷预测方法,能够实现对综合能源系统多元负荷的高精度预测,并提高模型效率。
[0005]技术方案:本专利技术所采用的技术方案是一种基于机器学习的综合能源系统多元负荷预测方法,包括以下步 ...
【技术保护点】
【技术特征摘要】
1.一种基于机器学习的综合能源系统多元负荷预测方法,其特征在于,包括以下步骤:步骤1,获取预测日的实时气象数据;获取综合能源系统里冷、热、电负荷的历史负荷数据与相对应的历史气象数据;步骤2,根据所述预测日的实时气象数据,从所述历史负荷数据与所述历史气象数据筛选出目标负荷数据和目标气象数据,利用所述目标负荷数据和所述目标气象数据构建样本集;步骤3,根据冷、热、电负荷类型分别建立相应的优化后的深度置信网络模型,利用所述样本集对冷、热、电负荷类型的优化后的深度置信网络模型进行训练,得到分别针对冷、热、电负荷类型的多元负荷预测模型;步骤4,利用所述多元负荷预测模型对所述预测日的实时气象数据进行处理得到所述预测日对应预测结果。2.根据权利要求1所述的基于机器学习的综合能源系统多元负荷预测方法,其特征在于,所述步骤2包括:对所述预测日的实时气象数据、所述历史负荷数据和所述历史气象数据进行处理,得到处理后的预测日实时气象数据、处理后的历史负荷数据以及处理后的历史气象数据;对所述处理后的历史气象数据中各气象特征与处理后的历史负荷数据中各负荷之间的相关性进行分析得到气象影响因素;根据气象影响因素,利用相似日算法从所述处理后的历史气象数据中筛选出与所述预测日的实时气象数据相似的日期,并将筛选出的相似日所包含的负荷数据及气象数据构成样本集;所述的对所述预测日的实时气象数据、所述历史负荷数据和所述历史气象数据进行处理,包括:采用拉依达准则分别对所述预测日的实时气象数据、所述历史负荷数据和所述历史气象数据中的异常数据剔除,得到第一预测日的实时气象数据、第一历史负荷数据和第一历史气象数据;采用加权顺序填补法分别对第一预测日的实时气象数据、第一历史负荷数据和第一历史气象数据中缺失数据进行数据补齐,得到处理后的预测日实时气象数据、处理后的历史负荷数据和处理后的历史气象数据。3.根据权利要求1所述的基于机器学习的综合能源系统多元负荷预测方法,其特征在于:所述的对所述处理后的历史气象数据中各气象特征与处理后的历史负荷数据中各负荷之间的相关性进行分析得到气象影响因素,包括:采用皮尔逊相关系数分别计算处理后的历史气象数据中冷、热、电负荷与处理后的历史负荷数据中各个气象特征之间的相关性,得到处理后的历史负荷数据中每个气象特征分别与处理后的历史气象数据中冷、热、电负荷的相关性;分别将每个气象特征与所述冷、热、电负荷的相关性求和得到每个气象特征的总相关性值,根据每个气象特征的总相关性值确定气象影响因素。4.根据权利要求1所述的基于机器学习的综合能源系统多元负荷预测方法,其特征在于:所述的根据气象影响因素,利用相似日算法从所述处理后的历史气象数据中筛选出相似日,包括:采用极差法对所述气象影响因素对应的气象数据进行数据归一化处理,建立预测日的气象特征向量和历史气象数据中第j日的气象特征向量;所述气象特征向量:
D=[W1,W2,...,W
n
]
T
其中n是影响综合能源系统中冷、热、电负荷的气象影响因素个数,W1,W2,...,W
n
W1,W2,...,W
n
表示各气象影响因素对应的气象数据;计算预测日的气象特征向量和历史气象数据中第j日的气象特征向量的相似度值,所述相似度值超过设定值则判定所述预测...
【专利技术属性】
技术研发人员:付明,赵景涛,黄堃,陈哲,王海龙,梁加本,李志浩,林达,王丙文,孙伟伟,
申请(专利权)人:国网电力科学研究院有限公司国网浙江省电力有限公司电力科学研究院国家电网有限公司,
类型:发明
国别省市:
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。