电力用户用电信息采集系统中夏季短期负荷预测的计算机生成方法技术方案

本发明专利技术涉及一种计算机数据处理方法，特别是一种电力用户用电信息采集系统的计算机数据修复方法，其要点在于，(1)对历史用电负荷及温度数据预处理；(2)建立夏季温度与用电负荷的相关模型：其中m，n为参数，ν为残差集；(3)计算夏季温度与负荷的相关系数ρ；(4)根据夏季温度数据及其与负荷的相关度，考虑待预测数据对应前一周的数值的依赖性，得到最终负荷预测值。本发明专利技术提供了一种对夏季用电负荷的短期预测方法，精度高，实用性强。

【技术实现步骤摘要】

本专利技术涉及一种计算机数据处理方法，特别是一种。
技术介绍
在电力系统中，电力用户用电信息采集系统是实施有序用电管理的重要技术平台，为实施有序用电管理过程中保证限电不拉闸提供了重要技术支撑。电力负荷预测是电力用户用电信息采集系统中新发展起来的重要功能，为有序用电方案的制定和实施提供了重要依据。准确的负荷预测，可以合理制定有序用电方案，针对电力供应紧缺的情况，优化电力资源配置，将电力供需矛盾给社会带来的不利影响降至最低程度，提高经济效益和社会效益。短期负荷预测特别是夏季短期负荷预测，目前主要面向电力系统调度和计划部门安排购电计划和制定运行方式，采用以用户为单元的负荷预测方法，其主要集中于对算法的研究和预测应用的研究，但由于建立的模型复杂，计算过程影响了实际的应用，同时也存在预测精度不高的问题。
技术实现思路
本专利技术的目的在于根据现有技术的不足之处而提供一种模型简单、预测精度高的。本专利技术的目的是通过以下途径来实现的，其要点在于，包括如下步骤1)提供一种计算机预处理模块，其对前一年夏季负荷及温度数据预处理，每天负荷为15分钟或30分钟一个记录点；取每天负荷计算平均值记为3 (第i天负荷平均值)，第i天最高温度记为Ti。记T= (T1,......,Tn), MK......Λ)，经过线性变换，取4 - min⑷y, =-7 \-^TtT xi = Ti-Hiin (T), y = (y1;......, yn), χ = (X1,......, xn)；max⑷-min⑷，2)提供一种工作日预处理数据存储模块和节假日预处理数据存储模块，二者分别连接计算机预处理模块，计算机预处理模块将步骤1)中预处理的负荷数据和温度数据根据工作日和节假日情况分别存入工作日预处理数据存储模块和节假日预处理数据存储模块；3)提供一种中央处理模块，其分别与工作日预处理数据存储模块和节假日预处理数据存储模块连接，该中央处理模块首先从工作日预处理数据存储模块中提取预处理数据，对工作日数据建模，J = U 1 —其中m，n为参数，ν为残差集；I+ me,4)对模型变形，得到= + + 乒ο & l，m>0，μ为变换后残差集；5)利用OLS方法计算模型的相关参数m，η ；6)对残差集进行DW方法验证和修正，去除残差集的自相关性，对步骤(5)中的所获得的参数进行修正，从而得到模型In^^-z^ + ln^+z^y^ofeLn^x^^SS 差；7)对残差集μ ！进行DW验证，重复步骤(5)、(6)，直到μ k无自相关，从而得到最终模型为ln〒 = -+ 遇乒ο & l，mk>0，PkS无自相关的残差集。8)中央处理模块进一步从节假日预处理数据存储模块提取预处理数据，对节假日建模，按照⑶ (7)的步骤，并预处理后的负荷与温度数据为yh，xh，计算出节假日的模型为In^^s-^tA+ln^A+z/pyh 乒 ο & l，mhk>0，μ hk 为无自相关的残差集。yhΛ fl, χ为工作日数据9)定义 Ι=!。，^^因此，最终预测模型为/(χ ^^^^ + 腿⑶州 ”(^^^^^ + 腿⑷^ yl + mke ν1 + m\e'n iX自相关残差集。10)中央处理模块设定待预测天数负荷Ai = (Aia,......，Ai,p)，从工作日预处理数据存储模块和节假日预处理数据存储模块中提取与其对应的上一周的负荷数据集Ak =(Aka,......，AkJ作为参考集，并记录其平均负荷及平均温度Ti, I，Tk^存储到与中央处理模块连接的预测数据存储模块中；11)根据步骤9)所得的模型计算出待预测天数的平均负荷估计值I和上周对应平均负荷估计值λ. 12)令_ 7 j为其他因子干扰项，并计算In^^^x的相关系数P ；nk _ jiIc _ Ay13)计算每天不同时刻负荷的权重及与上周负荷的相关性，得到预测负荷为Aj = χaKj χP3+ Aj χ(1 _P3) Ak14)将预测结果返回给电力用户用电信息采集系统。综上所述，本专利技术的目的是为了处理一种电力用户用电信息采集系统中的技术数据，提供的电力用户用电信息采集系统的数据预测方法-夏季短期负荷预测的计算机生成方法。其通过计算机执行了一系列的技术数据处理程序先对历史数据进行预处理，基于历史温度和历史负荷建模，得到相应的参数估计值；其次运用建立的模型预测出待预测天数的负荷平均值及相对应的负荷，从而得到其他因素干扰项；再次根据待预测天数对温度的敏感程度及对上周对应天数的依赖性，得到最终预测值。完成对该技术数据的处理，根据上述方法能够获得符合自然规律的技术数据处理效果即能够得到一种预测效果好，运算速度快的电力用户用电信息采集系统的夏季负荷短期预测，实现了对用户短期负荷预测。附图说明图1所示为本专利技术所述的建立修复模型的流程图。图2所示为本专利技术所述电力用户用电信息采集系统的计算机数据修复方法的流程图。下面结合实施例对本专利技术做进一步描述。具体实施例最佳实施例，基于温度和用电信息采集系统中存在的历史数据建模，再考虑近期负荷对待预测负荷的影响因素及其他扰动因素，对未来短期数据进行预测，从而实现对用电数据有效监控的目的。其中，建立预测模型的具体步骤如下(参见图1)1)提供一种计算机预处理模块，其对前一年夏季负荷及温度数据预处理，每天负荷为15分钟或30分钟一个记录点；取每天负荷计算平均值记为3 (第i天负荷平均值)，第i天最高温度记为Ti。记T = (T1,......,Tn), MK......Λ)，经过线性变换，取A - min⑷只=max(I) - min(I)，Xi = Τ「—(Τ)，y = (Yl，……，。，χ= (χ”……，。；2)提供一种工作日预处理数据存储模块和节假日预处理数据存储模块，二者分别连接计算机预处理模块，计算机预处理模块将步骤1)中预处理的负荷数据和温度数据根据工作日和节假日情况分别存入工作日预处理数据存储模块和节假日预处理数据存储模块；3)提供一种中央处理模块，其分别与工作日预处理数据存储模块和节假日预处理数据存储模块连接，该中央处理模块首先从工作日预处理数据存储模块中提取预处理数据，对工作日数据建模，J = U 1 —其中m，n为参数，ν为残差集；I+ me,4)对模型变形，得到= + + 乒ο & l，m>0，μ为变换后残差集；5)利用OLS方法计算模型的相关参数m，η ；6)对残差集进行DW方法验证和修正，去除残差集的自相关性，对步骤(5)中的所获得的参数进行修正，从而得到模型In U = -Zi1X+ Inm1+乒ο & LmiX), μ i为残差；7)对残差集μ ！进行DW验证，重复步骤(5)、(6)，直到μ k无自相关，从而得到最终模型为ln〒 = -+ 遇乒ο & l，mk>0，PkS无自相关的残差集。8)中央处理模块进一步从节假日预处理数据存储模块提取预处理数据，对节假日建模，按照(3) (7)的步骤，并预处理后的负荷与温度数据为yh，&，计算出节假日的模型为=乒ο & l，mhk>0，μ hk为无自相关的残差集。yhΛ fl, χ为工作日数据9)定义 U=Ia ^^因本文档来自技高网...

【技术保护点】

【技术特征摘要】

【专利技术属性】
技术研发人员：钟小强，李建新，李学永，夏桃芳，林华，邓伯发，段武焕，李春生，董雨，孙广中，
申请(专利权)人：福建省电力有限公司，
类型：发明
国别省市：