一种需求侧动态响应的中短期用电需求预测分析方法技术

本发明专利技术公开了一种需求侧动态响应的中短期用电需求预测分析方法，包括以下步骤：S1：负荷预测特征提取并对预测数据进行预处理；S2：构建中短期用电负荷预测模型，用于对中短期用电负荷进行预测并从输出实时中短期用电负荷预测结果；S3：根据中短期用电负荷预测模型输出的预测结果生成负荷动态响应实时响应清单。本发明专利技术创新性地提出了需求响应因素的短期负荷预测新方法，通过开展负荷特征预测数据预处理技术研究，开展负荷预测特征指标体系构建，实现需求侧动态响应的中短期负荷预测，这种预测方法的提出能够有效考量需求响应行为对负荷预测产生的影响，为后续实时需求响应奠定基础，为智能电网下的短期负荷预测模型改进开辟了新思路。了新思路。了新思路。

【技术实现步骤摘要】
一种需求侧动态响应的中短期用电需求预测分析方法


[0001]本专利技术涉及电力行业需求响应
，尤其涉及一种需求侧动态响应的中短期用电需求预测分析方法。

技术介绍

[0002]电力系统的稳定运行要求发电量能随时紧跟系统负荷的变化，即发电站发出的电能能够平衡线路负荷，如果不事先预测负荷，或负荷预测不准，将会导致大量的电能浪费。准确预测负荷，对确定日运行方式有重要作用，也有助于确定机组组合方案、地区间功率输送方案和负荷调度方案。
[0003]同时，计算的实时性要求越来越高，高速和海量成为了电力行业的典型数据特征。面对这项挑战，使用传统的数据流处理方式出现了许多的问题。一方面由于数据流到达时间不可预知，这给传统的批量作业方式带来了挑战；另一方面，数据流的规模变化很大，使得传统的数据处理方式无法保证处理的实时性完整性和正确性。
[0004]随着国内外短期负荷预测领域的不断推进，短期负荷预测技术正逐步趋于成熟，具体表现为短期负荷预测的相关理论及其内涵不断丰富，实际的负荷预测水平也有了大幅度提高，预测精度基本能够满足现代电力系统发展的需本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种需求侧动态响应的中短期用电需求预测分析方法，其特征在于，包括以下步骤：S1：负荷预测特征提取并对预测数据进行预处理，所述预测数据包括：历史负荷数据、气象因素、季节性因素、工作日/周末/节假日和附加影响因素；S2：构建中短期用电负荷预测模型，用于对中短期用电负荷进行预测并从输出实时中短期用电负荷预测结果；S3：根据中短期用电负荷预测模型输出的预测结果生成结合短期用电需求的负荷动态响应实时响应清单。2.根据权利要求1所述的一种需求侧动态响应的中短期用电需求预测分析方法，其特征在于，所述步骤S1中所述的数据预处理具体为：S101：首先进行数据清洗，所述数据清洗包括错误数据的修补、重复项的删除、规格的统一、逻辑修正、数据压缩、补足空值、删除数据和删除属性；S102：进行数据去噪；S103：进行数据标准化，具体为将用户全天用电负荷均值作为基准值后，将各时刻的功率变换成标么值，以消除不同用户在负荷幅度上的差异。3.根据权利要求2所述的一种需求侧动态响应的中短期用电需求预测分析方法，其特征在于，所述步骤S102中的数据去噪具体使用小波变换分析方法具体为：通过变换能够充分突出问题某些方面的特征，能对时间(空间)频率的局部化分析，通过伸缩平移运算对信号(函数)逐步进行多尺度细化，最终达到高频处时间细分，低频处频率细分。4.根据权利要求1所述的一种需求侧动态响应的中短期用电需求预测分析方法，其特征在于，所述步骤S2中的所述的构建中短期用电负荷预测模型为基于prophet算法的负荷预测模型构建，Prophet模型把一个时间序列看做由3种主要成分组成：趋势项、季节项、假期项，具体公式如下：y(t)＝g(t)+s(t)+h(t)+ε
t
其中趋势项模拟了时间序列的非周期变化，季节项模拟了时间序列的周期性变化，假期项模拟了假期或者其他突发事件的影响，为误差项。5.根据权利要求1所述的一种需求侧动态响应的中短期用电需求预测分析方法，其特征在于，所述步骤S2中的所述的构建中短期用电负荷预测模型为基于随机森林算法的负荷预测模型构建，具体为针对随机森林模型开展模型训练、模型调参、模型测试，最后通过模型评估，选择最优负荷预测模型。6.根据权利要求5所述的一种需求侧动态响应的中短期用电需求预测分析方法，其特征在于，所述针对随机森林模型...

【专利技术属性】
技术研发人员：李捷，吴一鸣，韦航，陈俊，杨舟，唐佳誉，李刚，张智勇，黄翠，
申请(专利权)人：广西电网有限责任公司，
类型：发明
国别省市：