一种日内分时用电负荷的数据处理方法、装置和介质制造方法及图纸

本发明专利技术公开了一种日内分时用电负荷的数据处理方法、装置和介质，通过根据预设的标准日用电负荷曲线集合，确定与待预测日匹配的目标标准日用电负荷曲线，根据预设的日总用电量算法，计算所述待预测日的日总用电量；根据所述日总用电量和所述目标标准日用电负荷曲线，计算得到初始的日用电负荷曲线；根据所述待预测日的前n天的真实的日用电负荷曲线，计算时滞因子序列，来对初始的日用电负荷曲线进行调整，得到最终的日用电负荷曲线，根据所述日用电负荷曲线确定发电站的目标发电量，控制所述发电站的运行状态。采用本发明专利技术，通过引入时滞因子来平滑衔接处的用电负荷，有效提高日内分时用电负荷预测的精准性，从而保证发电站的安全稳定运行。全稳定运行。全稳定运行。

【技术实现步骤摘要】
一种日内分时用电负荷的数据处理方法、装置和介质


[0001]本专利技术涉及电网负荷预测
，尤其涉及一种日内分时用电负荷的数据处理方法、装置和介质。

技术介绍

[0002]随着人们对电力资源的需求量的提高，如何保证人们对电力的需求，并保证电网安全运行的可靠运行，是电网公司重点关注的内容。其中，电力系统负荷预测是电力系统规划的重要组成部分，也是电力系统经济运行的基础，在过往的需求中，电力预测任务主要是对以天或月为单位的总用电量进行预测，从而方便规划发电厂的发电量。然而无论是发电站还是电网都需要对未来一天内各个时刻的用电负荷进行精准预测，从而更好的签订供需合同，现在对日内分时用电负荷的预测需求越来越大，且预测精度要求也越来越大。
[0003]目前工业中用于日内分时发电负荷的预测方法通常为：根据历史用电信息，结合节假日、工作日、季节、星期等特征归纳出用电负荷趋势集合，通过日总用电量预测算法预测未来日的总用电量，乘以该未来日对应匹配的用电负荷趋势，预测得到日内分时点用电负荷序列。
[0004]然而，专利技术人发现现有技术至少存在如下问题：真实的人类社会的用电负荷是一个平缓增加或减少的状态，也即某一地区相邻两天的用电负荷不会在零点处发生跳变，现有的日内分时用电预测算法所预测的日内分时点用电负荷序列，可能会出现第t+1天的开始与第t天的结束时刻出现巨大跳变而不符合真实用电的情况，在衔接处误差较大。并且此方法过度依赖日总用电量预测算法的准确度，若日总用电量预测准确度较低，会影响到日内分时用电负荷预测的精准性，从而影响对发电站的运行控制的精准性，影响发电站的安全稳定运行。

技术实现思路

[0005]本专利技术实施例的目的是提供一种日内分时用电负荷的数据处理方法、装置和介质，通过引入时滞因子来平滑衔接处的用电负荷，有效提高日内分时用电负荷预测的精准性，提高对发电站的运行控制的精准性，保证发电站的安全稳定运行。
[0006]为实现上述目的，本专利技术实施例提供了一种日内分时用电负荷的数据处理方法，包括：
[0007]根据待预测地区的预设的标准日用电负荷曲线集合，确定与待预测日匹配的标准日用电负荷曲线，作为目标标准日用电负荷曲线；其中，所述标准日用电负荷曲线集合包括若干条标准日用电负荷曲线，用于表征日用电负荷趋势；
[0008]根据预设的日总用电量算法，计算所述待预测日是的日总用电量；
[0009]根据所述日总用电量和所述目标标准日用电负荷曲线，计算得到所述待预测日是的初始的日用电负荷曲线；
[0010]根据所述待预测日是的前n天的真实的日用电负荷曲线，计算时滞因子序列；其
中，n≥1；
[0011]通过所述时滞因子序列，对所述初始的日用电负荷曲线进行调整，得到最终的日用电负荷曲线；
[0012]根据所述日用电负荷曲线，确定发电站的目标发电量，并根据所述目标发电量控制所述发电站的运行状态。
[0013]作为上述方案的改进，所述根据所述日总用电量和所述目标标准日用电负荷曲线，计算得到所述待预测日的初始的日用电负荷曲线，具体为：
[0014]根据所述日总用电量和所述目标标准日用电负荷曲线，通过以下计算公式，计算得到所述待预测日的初始的日用电负荷曲线：
[0015]X
t
＝G
t
*S
t
；
[0016]其中，G
t
为所述待预测日t的目标标准日用电负荷曲线，S
t
为所述待预测日t的预测的日总用电量；X
t
为所述待预测日t的初始的日用电负荷曲线。
[0017]作为上述方案的改进，所述通过所述时滞因子序列，对所述初始的日用电负荷曲线进行调整，得到最终的日用电负荷曲线，具体为：
[0018]通过所述时滞因子序列，对所述初始的日用电负荷曲线通过以下计算公式进行调整，得到最终的日用电负荷曲线：
[0019]Y
t
＝λ0X
t
+λ1T
t
‑1+λ2T
t
‑2+λ3T
t
‑3……
λ
n
T
t
‑
n
；
[0020]其中，
[0021][0022]Y
t
为所述待预测日t的最终的日用电负荷曲线；X
t
为初始的日用电负荷曲线，T
t
‑1、T
t
‑2……
T
t
‑
n
分别为第t
‑
1、t
‑2……
t
‑
n天的真实的日用电负荷曲线，λ0、λ1、λ2、λ3……
λ
n
为所述时滞因子序列。
[0023]作为上述方案的改进，所述根据所述待预测日是的前n天的真实的日用电负荷曲线，计算时滞因子序列，具体为：
[0024]根据所述待预测日是的前n天的真实的日用电负荷曲线，采用线性回归的方法计算时滞因子序列。
[0025]作为上述方案的改进，所述根据所述待预测日是的前n天的真实的日用电负荷曲线，采用线性回归的方法计算时滞因子序列，具体为：
[0026]确定线性回归模型的表达式，为：
[0027]Y
t
＝λg(X
t
，T)+b+ε；
[0028]确定所述线性回归模型的目标函数，为：
[0029]min(ε)＝T
t
‑
Y
t
；
[0030]根据所述待预测日的前N天的真实的日用电负荷曲线，确定残差平方和为：
[0031][0032]当确定一组参数(λ，b)使得所述残差平方和达到最小时，得到所述时滞因子序列λ的值；
[0033]其中，Y
t
为所述待预测日t的最终的日用电负荷曲线，λ为所述线性回归模型的参数，g()为映射函数，b为偏置项，ε为残差；T
t
为假设的所述待预测日t的真实的日用电负荷曲线，T为真实的日用电负荷曲线。
[0034]作为上述方案的改进，通过以下步骤构建所述预设的标准日用电负荷曲线集合：
[0035]获取所述待预测地区的历史用电数据；
[0036]根据预设的日期类型特征和气象类型特征，对所述历史用电数据进行聚类归纳，得到若干条标准日用电负荷曲线，以得到所述标准日用电负荷曲线集合。
[0037]作为上述方案的改进，根据预设的标准日用电负荷曲线集合，确定与待预测日匹配的标准日用电负荷曲线，作为目标标准日用电负荷曲线，具体包括：
[0038]根据所述待预测日的日期类型特征和气象类型特征，在所述预设的标准日用电负荷曲线集合中，确定与所述待预测日的特征相匹配的标准日用电负荷曲线，作为目标标准日用电负荷曲线。
[0039]本专利技术实施例还提供了一种日内分时用电负荷的数据处理装置本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种日内分时用电负荷的数据处理方法，其特征在于，包括：根据待预测地区的预设的标准日用电负荷曲线集合，确定与待预测日匹配的标准日用电负荷曲线，作为目标标准日用电负荷曲线；其中，所述标准日用电负荷曲线集合包括若干条标准日用电负荷曲线，用于表征日用电负荷趋势；根据预设的日总用电量算法，计算所述待预测日的日总用电量；根据所述日总用电量和所述目标标准日用电负荷曲线，计算得到所述待预测日的初始的日用电负荷曲线；根据所述待预测日的前n天的真实的日用电负荷曲线，计算时滞因子序列；其中，n≥1；通过所述时滞因子序列，对所述初始的日用电负荷曲线进行调整，得到最终的日用电负荷曲线；根据所述日用电负荷曲线，确定发电站的目标发电量，并根据所述目标发电量控制所述发电站的运行状态。2.如权利要求1所述的日内分时用电负荷的数据处理方法，其特征在于，所述根据所述日总用电量和所述目标标准日用电负荷曲线，计算得到所述待预测日的初始的日用电负荷曲线，具体为：根据所述日总用电量和所述目标标准日用电负荷曲线，通过以下计算公式，计算得到所述待预测日的初始的日用电负荷曲线：X
t
＝G
t
*S
t
；其中，G
t
为所述待预测日t的目标标准日用电负荷曲线，S
t
为所述待预测日t的预测的日总用电量；X
t
为所述待预测日t的初始的日用电负荷曲线。3.如权利要求1所述的日内分时用电负荷的数据处理方法，其特征在于，所述通过所述时滞因子序列，对所述初始的日用电负荷曲线进行调整，得到最终的日用电负荷曲线，具体为：通过所述时滞因子序列，对所述初始的日用电负荷曲线通过以下计算公式进行调整，得到最终的日用电负荷曲线：Y
t
＝λ0X
t
+λ1T
t
‑1+λ2T
t
‑2+λ3T
t
‑3……
λ
n
T
t
‑
n
；其中，Y
t
为所述待预测日t的最终的日用电负荷曲线；X
t
为初始的日用电负荷曲线，T
t
‑1、T
t
‑2……
T
t
‑
n
分别为第t
‑
1、t
‑2……
t
‑
n天的真实的日用电负荷曲线，λ0、λ1、λ2、λ3……
λ
n
为所述时滞因子序列。4.如权利要求3所述的日内分时用电负荷的数据处理方法，其特征在于，所述根据所述待预测日的前n天的真实的日用电负荷曲线，计算时滞因子序列，具体为：根据所述待预测日的前n天的真实的日用电负荷曲线，采用线性回归的方法计算时滞因子序列。5.如权利要求4所述的日内分时用电负荷的数据处理方法，其特征在于，所述根...

【专利技术属性】
技术研发人员：董丹煌，王洪良，兰洲，王锋华，郑伟民，杨侃，周林，刘犇，冯驿，沈韬，詹正元，陈晓玉，吴莹，邱文欣，吴舒泓，
申请(专利权)人：杭州似然数据有限公司浙江华云信息科技有限公司国网浙江省电力有限公司，
类型：发明
国别省市：