一种电力短期负荷预测方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术公开了一种电力短期负荷预测方法、装置、电子设备及存储介质，属于电力预测技术领域，方法包括：根据预获取的负荷影响因素历史数据，创建样本特征；利用所述样本特征，构建获取无偏差补偿回归模型；利用所述无偏差补偿回归模型预测负荷，并根据预测结果对所述样本特征进行更新，获取更新后的样本特征；利用所述更新后的样本特征，构建获取偏差补偿回归模型；利用所述偏差补偿回归模型，基于预获取的预测日负荷影响因素数据，获取预测日负荷。该方法能够提高电力短期负荷预测的准确度。方法能够提高电力短期负荷预测的准确度。方法能够提高电力短期负荷预测的准确度。

【技术实现步骤摘要】
一种电力短期负荷预测方法、装置、电子设备及存储介质


[0001]本专利技术涉及一种电力短期负荷预测方法、装置、电子设备及存储介质，属于电力预测


技术介绍

[0002]电力系统的作用是经济地为各类用户提供电能。但电能的生产、输送、分配和消费是同时完成的，且具有一定的随机性，这就要求系统发电出力与系统负荷的变化达到实时的动态平衡。因此，负荷预测已成为电力系统中的一项重要课题。负荷预测为电力公司制定发电计划、检修计划、电价报价及电网规划提供依据，是保障电力供应与社会生产生活的重要技术支撑手段，其准确性直接影响到电力相关企业的经济效益。当前正加速构建以新能源为主体的新型电力系统，电网电力电量平衡将面临巨大挑战，电力负荷预测的功能作用将愈加凸显，随着电网的进一步发展，电力公司也对电力负荷预测的科学性和准确性提出了更高的要求。
[0003]电力短期负荷预测是通过某些方法预测未来一日或多日的电力负荷，现有技术中，预测方法多采用相似日法和基于模型的预测方法。
[0004]相似日法基于预测日的特征确定与预测日相关性最强的历史日期作为相似本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电力短期负荷预测方法，其特征在于，包括：根据预获取的负荷影响因素历史数据，创建样本特征；利用所述样本特征，构建获取无偏差补偿回归模型；利用所述无偏差补偿回归模型预测负荷，并根据预测结果对所述样本特征进行更新，获取更新后的样本特征；利用所述更新后的样本特征，构建获取偏差补偿回归模型；利用所述偏差补偿回归模型，基于预获取的预测日负荷影响因素数据，获取预测日负荷。2.根据权利要求1所述的电力短期负荷预测方法，其特征在于，所述负荷影响因素历史数据包括风速、温度、湿度、降水量、负荷、星期、月份和节假日。3.根据权利要求1所述的电力短期负荷预测方法，其特征在于，所述无偏差补偿回归模型采用线性回归模型，将所述样本特征作为训练集，利用python人工智能工具箱训练获取。4.根据权利要求1所述的电力短期负荷预测方法，其特征在于，利用所述无偏差补偿回归模型预测负荷，并根据预测结果对所述样本特征进行更新，获取更新后的样本特征包括：根据预测结果计算获取偏差补偿量；将所述偏差补偿量增加到所述样本特征中，对所述样本特征进行更新，获取更新后的样本特征。5.根据权利要求4所述的电力短期负荷预测方法，其特征在于，所述偏差补偿量包括偏差项和偏差微分项；所述偏差项的计算公式如公式(1)所示：e
k
＝load
forecast,k
‑
load
actual,k
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)公式(1)中，e
k
为前k日预测负荷偏差项，load
forecast,k
为前k日预测负荷值，load
actual,k
为...

【专利技术属性】
技术研发人员：王岗，樊海峰，毕明德，黄成，范旖晖，刘闯，包铁，何蕾，刘杨，邢健，马桂尧，迟耀东，肖望，
申请(专利权)人：国网电力科学研究院有限公司北京科东电力控制系统有限责任公司国家电网有限公司，
类型：发明
国别省市：