基于智能策略管理的电力系统短期负荷预测方法技术方案

一种基于智能策略管理的电力系统短期负荷预测方法，涉及电力系统技术领域，解决电力系统的负荷预测问题；该预测方法包括以下步骤：１）建立策略数据区；２）按历史日获取历史数据；３）纠正历史日相关因素；４）反复调整预测方法和修正因素、相关因素权值；５）进行负荷预测；６）预测值进行修正；７）选择下个历史日期，重复２）－６）步，形成多个预测样本策略，并保存；８）形成足够多的预测样本策略并进行负荷预测验证；９）剔除不合理和预测精度很差的预测样本策略；１０）自动匹配数据库的预测样本策略进行未来日预测。本发明专利技术具有非常直观，易于操作，与传统的预测方法无关，可以对传统的负荷预测方法进行组合配置的特点。

【技术实现步骤摘要】

本专利技术涉及电力系统负荷预测方法，特别是涉及一种基于智能策略管理的电力 系统短期负荷预测方法。
技术介绍
短期负荷预测(STLF， Short-Term Load Forecasting)是指提前一天到一周对 电力系统负荷进行预测。目前我国的用电形势极为严峻，开展好短期负荷预测，对 保证电网的安全、稳定、经济运行，有着十分重要的意义。短期负荷预测难点在于， 它不但要考虑负荷本身作为时间序列的特性，还需要考虑各种非负荷因素(如气象因 素、节假日因素等)对负荷的影响。要有效地提高负荷预测的精度，就必须定量地考 虑这些非负荷因素的影响。目前的负荷预测方法，都是基于历史数据讨论未来的预 测方式，或者挖掘未来的负荷变化。目前应用于短期负荷预测的主要有时间序列法、神经网络法、模糊推理法等。 其中时间序列法没有考虑非负荷因素对负荷的影响，而神经网络法、模糊推理法中 虽然考虑了非负荷因素对负荷的影响，但预测人员对非负荷因素对负荷影响如何并 不清楚，工作人员也难以在气象预测有误差时根据分析结果对负荷预测结果进行修 正。采用数据挖掘的结果是通过对大量的历史数据加以分析得出的，它可以综合考 虑各种影响本文档来自技高网...

【技术保护点】
一种基于智能策略管理的电力系统短期负荷预测方法，其特征在于，包括以下步骤：　１）建立策略数据区；　２）指定历史日，获取历史数据；　３）纠正历史日相关因素；　４）反复调整预测方法和修正因素，以及相关因素权值；　５ ）进行负荷预测；　６）预测值进行修正；　７）选择下个历史日期，重复２）－６）步，形成多个预测样本策略，并保存；　８）形成足够多的预测样本策略，挑选历史日期进行负荷预测验证；　９）剔除不合理的预测样本策略和预测精度很差 的预测样本策略；　１０）自动匹配数据库的预测样本策略进行未来日预测...

【技术特征摘要】

【专利技术属性】
技术研发人员：李昌，杨晓玲，
申请(专利权)人：上海申瑞电力科技股份有限公司，
类型：发明
国别省市：31[中国|上海]