电力负荷预测方法技术

本发明专利技术涉及电力运维技术领域，具体涉及一种电力负荷预测方法，包括以下步骤：步骤一：数据获取；步骤二：确定序列周期性参数M，进行采样序列的周期性累加，获得新的周期性累加序列H1；步骤三：生成负荷预测模型；步骤四：模型待定预估参数值；步骤五：获取新的预测模型；步骤六：进行负荷模型可靠性验证，改变了传统的负荷预测数列建模方式，提高了预测精度，减少了冗余数列数据信息的生成。冗余数列数据信息的生成。冗余数列数据信息的生成。

【技术实现步骤摘要】
电力负荷预测方法


[0001]本专利技术涉及电力运维
，具体涉及一种电力负荷预测方法。

技术介绍

[0002]负荷预测是保证电力供需平衡的基础,并为电网、电源的规划建设以及电网企业、电网使用者的经营决策提供信息和依据，直接关系到电力系统的需求调度。准确的负荷预测可以有效地提高电网的规划调度能力，提高电网运行的稳健性。现有的负荷预测技术有时间序列预测法易于应用，但对检测数据的稳定性要求高。神经网络法则存在学习的时候容易陷入局部最优、迭代次数不好确定、泛化误差比较大以及隐层神经元难以确定等缺陷。
[0003]而负荷预测属于典型的针对数据支持量相对较少、随机不确定的信息数列进行的预测，且信息数列特征上有一定的周期性。但目前所有的负荷预测模型单从数列信息数据本身进行建模，忽略其周期性的特点，造成了负荷预测的数据冗余及周期性的预测值修正等行为，既增加了社会经济成本，也使得现有系统存在一定的安全隐患。

技术实现思路

[0004]本专利技术要解决的技术问题是：克服现有技术的不足，提供一种电力负荷预测方法。
[0005]本专利技术为解决其技术问题所采用的技术方案为：电力负荷预测方法，包括以下步骤：
[0006]步骤一：数据获取；
[0007]步骤二：确定序列周期性参数M，进行采样序列的周期性累加，获得新的周期性累加序列H1；
[0008]步骤三：生成负荷预测模型；
[0009]步骤四：模型待定预估参数值；
[0010]步骤五：获取新的预测模型；
[0011]步骤六：进行负荷模型可靠性验证。
[0012]所述步骤一中获得不少于4天内的初始采样数列H0＝{h0(1),h0(2),
…
,h0(i),
…
,h0(N)}，其中i为序列采样点，i∈[1,N]，N≥16，表示负荷采样总数。
[0013]所述步骤二中，新的周期性累加序列H1表示如下：
[0014]H1＝{∑h0(1+j
‑
1),∑h0(2+j
‑
1),
…
,∑h0(i+j
‑
1),
…
,∑h0(N+j
‑
1)}，其中，j∈[1,M]，M以小时为最小周期单位，且h1(1)＝∑h0(1+j
‑
1)，h1(b)＝∑h0(b+j
‑
1)，其中b为待预测负荷数列点，b∈[1,L]，L为周期性累加序列H1元素总个数，L≤N，h1整体表示1次数据累加生成的序列代号符号。
[0015]所述步骤三中按照以下公式生成负荷预测模型：
[0016]h1(b+1)＝d1h1(b)+d2；
[0017]式中，d1，d2为模型待定预估参数值，通过最小二乘拟合原理由周期性数列获得。
[0018]所述模型待定预估参数值d1，d2的计算公式如下：
[0019][d1，d2]T
＝(R
T
R)
‑1R
T
W；
[0020]式中，R＝[h1(1)，h1(2)，
…
，h1(L
‑
M)；1，1，
…
，1]T
；
[0021]W＝[hl(2)，hl(3)，...，hl(L
‑
M+l)]T
。
[0022]所述步骤五中包括以下子步骤：
[0023]5‑
1：采用数据序列就近取值的原则，获得新的预测模型，其计算如下：
[0024][0025]式中，u为周期数列修正系数；u＝∑[h1(k+1)
‑
d1h1(k)
‑
d2]/d1h1(k
‑
1)，k∈[1,b]；
[0026]5‑
2：根据既有数列模型参数，获得负荷预测模型如下：
[0027][0028]所述步骤六中基于误差系数P1进行负荷模型可靠性验证；
[0029]若误差系数P1小于等于5％，则进行负荷预测；否则返回步骤一重新采集下一组数据进行模型生成。
[0030]所述误差系数P1的计算公式如下：
[0031][0032]式中，S表示预计预测负荷点的总个数，S∈[1,N]，p∈[1,S]。
[0033]与现有技术相比，本专利技术具有以下有益效果：
[0034]本专利技术提供一种电力负荷预测方法，改变了传统的负荷预测数列建模方式，通过进行数列的周期性特征提取和分析，提高了预测精度，减少了冗余数列数据信息的生成，降低了社会经济成本，并利用适当的修正系数来进一步提高负荷预测的稳健性和精确度，大大降低运行系统的风险性。
附图说明
[0035]图1是本专利技术流程图。
[0036]图2是本专利技术运行展示图。
具体实施方式
[0037]下面结合附图对本专利技术实施例做进一步描述：
[0038]实施例1
[0039]如图1及图2所示，电力负荷预测方法包括以下步骤：
[0040]步骤一：数据获取；所述步骤一中获得不少于4天内的初始采样数列H0＝{h0(1),h0(2),
…
,h0(i),
…
,h0(N)}，其中i为序列采样点，i∈[1,N]，N≥16，表示负荷采样总数。电力SCADA系统数据库中存储有电力负荷数据，系统终端从系统数据库中获取上述数据。
[0041]步骤二：确定序列周期性参数M，进行采样序列的周期性累加，获得新的周期性累加序列H1；所述步骤二中，新的周期性累加序列H1表示如下：
[0042]H1＝{∑h0(1+j
‑
1),∑h0(2+j
‑
1),
…
,∑h0(i+j
‑
1),
…
,∑h0(N+j
‑
1)}，其中，j∈[1,M]，M以小时为最小周期单位，且h1(1)＝∑h0(1+j
‑
1)，h1(b)＝∑h0(b+j
‑
1)，其中b为待预测负荷数列点，b∈[1,L]，L为周期性累加序列H1元素总个数，L≤N，为确保数列稳健性，
一般取值L＝N。h1整体表示1次数据累加生成的序列代号符号。
[0043]步骤三：生成负荷预测模型；所述步骤三中按照以下公式生成负荷预测模型：
[0044]h1(b+1)＝d1h1(b)+d2；
[0045]式中，d1，d2为模型待定预估参数值，通过最小二乘拟合原理由周期性数列获得。
[0046]步骤四：模型待定预估参数值；所述模型待定预估参数值d1，d2的计算公式如下：
[0047][d1，d2]T
＝(R
T
R)
‑1R
T
W；
[0048]式中，R＝[h1(1)，h1(2)，
…
，h1(L
‑
M本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电力负荷预测方法，其特征在于，包括以下步骤：步骤一：数据获取；步骤二：确定序列周期性参数M，进行采样序列的周期性累加，获得新的周期性累加序列H1；步骤三：生成负荷预测模型；步骤四：预估参数值；步骤五：获取新的预测模型；步骤六：进行负荷模型可靠性验证。2.根据权利要求1所述的电力负荷预测方法，其特征在于，所述步骤一中获得不少于4天内的初始采样数列H0＝{h0(1),h0(2),
…
,h0(i),
…
,h0(N)}，其中i为序列采样点，i∈[1,N]，N≥16，表示负荷采样总数。3.根据权利要求2所述的电力负荷预测方法，其特征在于，所述步骤二中，新的周期性累加序列H1表示如下：H1＝{∑h0(1+j
‑
1),∑h0(2+j
‑
1),
…
,∑h0(i+j
‑
1),
…
,∑h0(N+j
‑
1)}，其中，j∈[1,M]，M以小时为最小周期单位，且h1(1)＝∑h0(1+j
‑
1)，h1(b)＝∑h0(b+j
‑
1)，其中b为待预测负荷数列点，b∈[1,L]，L为周期性累加序列H1元素总个数，L≤N，h1表示1次数据累加生成的序列代号符号。4.根据权利要求3所述的电力负荷预测方法，其特征在于，所述步骤三中按照以下公式生成负荷预测模型：h1(b+1)＝d1h1(b)+d2；式中，d1，d2为模型待定预估参数值，通过最小二乘拟合...

【专利技术属性】
技术研发人员：李研祺，宋仁杰，高述辕，朱荣健，
申请(专利权)人：山东中瑞电气有限公司，
类型：发明
国别省市：