【技术实现步骤摘要】
一种用于工业中负荷预测的自适应预测方法
[0001]本专利技术涉及负荷预测领域,特别涉及一种用于工业中负荷预测的自适应预测方法。
技术介绍
[0002]近几年,各行业的用电特点都比较突出,各行业的负荷发展特点也不尽相同,传统的负荷预测方法已经无法满足电力需求规律的分析和预测,迫切需要采用新的方法来提高预测的准确性。工业是电力消费的主要来源,其用电量大,资源可调节的空间较大。通过对电力行业的负荷进行精确的预测,可以使企业的用电量达到最优,同时也能有效地挖掘企业内部的需求反应潜能,从而获取更多的可调整资源。准确的负荷预测是企业能源管理的关键,它可以为企业生产、经营、管理、规划、建设等各方面的决策支持。随着电力市场化改革的深入,各大行业都可以参加电力市场的交易,准确的负荷预测将为电力市场中的企业进行竞价决策提供技术支持,保证了工业各行业参与电力市场交易。
[0003]由于有冲击负荷的存在,往往会使负荷曲线发生突变,用工业负荷直接预测很难达到很高的准确率。当前有两种预测方法:第一类是利用时间序列法、线性回归法、指数平滑法等传统的统计模型,这类统计模型所需考虑的因素很少,在具有大的随机、复杂的非线性系统中,很难得到很好的预测结果。第二种方法则是以支持向量机、神经网络技术为依托的机器学习预测技术,这类算法在数据量和质量上都有很大的依赖性。长短期记忆的深度学习模型的短期工业负荷估计技术,不适用于大范围的负荷数据,在实际情况下,由于受到干扰或其它原因,常常会发生信号中断、电气设备不能校正等问题,从而得到的数据质量很低,造成了 ...
【技术保护点】
【技术特征摘要】
1.一种用于工业中负荷预测的自适应预测方法,其特征在于,包括:S1:构建ICEEMDAN模型,进行负荷分解;S2:对负荷分解结果进行过零率判别;S3:对过零率判别结果进行高频、低频分量;S4:根据分量结果,利用PSO
‑
BP预测模型进行叠加重构,得到预测结果。2.根据权利要求1所述的一种用于工业中负荷预测的自适应预测方法,其特征在于,所述S1:构建ICEEMDAN模型,进行负荷分解,包括:通过CEEMDAN算法以添加自适应高斯白噪声的方式来降低噪声的影响,并通过ICEEMDAN算法采用平均信号进行k阶模态提取,从而将白噪声对模态分解的影响降到最低,进行负荷分解;其中CEEMDAN算法包括:定义IMF
k
、IMF
k
′
是第k个模态成分,利用EMD和CEEMDAN算法进行分解;Ek(
·
)是利用EMD算法生成第k个模态成分的算符;W
i
(t)是高斯白噪声的第i次添加,其平均值是0,方差是1;t是一个时间变量;ε
k
‑1是在解决第k个模式成分IMF
k
′
时得到的自适应系数,然后,详细实施CEEMDAN算法流程如下:A1:将噪声分量ε
k
‑1W
i
(t),(i=1,2,
…
,n)加入到原始信号X(t)中,n为加入高斯白噪声的次数,由CEEMDAN分解得到的第一个振型成分是:式中,IMF
i1
(t)为加入第i次高斯白噪声后经过EMD算法分解产生的一阶模态分量;A2:由CEEMDAN分解得到的第一个裕度信号r1(t)是:r1(t)=X(t)
‑
IMF
′1(t);A3:向余量信号r1(t)中加入高斯噪声分量ε1E1W
i
(t),再利用EMD方法求解二次振型成分,如下式:A4:重复A2和A3,则第j个余量信号和第j+1阶模态分量可以分别表示为:r
j
(t)=r
j
‑1(t)
‑
IMF
′
j
t);A5:CEEMDAN算法的终止条件是,所得到的剩余信号不能被EMD分解,假定初始信号X(t)共分解为J阶振型成分,那么最后的裕度信号R(t)可由以下公式表达:其中ICEEMDAN算法包括:B1:定义操作符M(
·
)表示信号的局部均值;<
·
>表示取均值;通过EMD算法计算第一余量信号:X
i
(t)=X(t)+ε0E1(W
i
(t));B2:计算一阶模态分量,表示为:r1(t)=MX
i
(t);
B3:将第二余量信号估计为一...
【专利技术属性】
技术研发人员:张思,徐立中,吴一峰,李洋,王波,朱耿,虞殷树,贺旭,张静,赵一琰,蒋轶澄,袁士超,吉晏平,马旭,葛凯梁,袁婷,
申请(专利权)人:国网浙江省电力有限公司,
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。