基于气象信息的分区电网母线负荷预测系统技术方案

本发明专利技术公开了一种基于气象信息的分区电网母线负荷预测系统，该系统利用实时和预报气象信息，实现对全区域所有500kV和220kV变电站母线的负荷预测，并完成对电网分区的识别及分区负荷预测。本系统中选用的预测算法包含了经典算法及智能预测算法，其中经典算法包括一元线性回归、二次多项式回归、自适应指数预测、指数预测、增长率预测、非齐次指数预测、B.Compertz模型和logistic模型；而智能预测算法包括优化BP神经网络算法以及优化粒子群算法，预测过程中系统择优选择预测算法。本系统为日前母线负荷预测系统，对次日至未来多日每时段的母线负荷和分区负荷进行预测，预测内容为被预测日的96点的有功负荷。

【技术实现步骤摘要】

本专利技术涉及一种利用气象信息的电网母线负荷和分区负荷预测系统，属于电力系统的气象信息应用

技术介绍
母线负荷预测结果是制定日前计划与安全校核的基础，预测精度将会对日前计划与安全校核结果产生显著影响。因此，积极开展母线负荷预测工作，提高预测准确率，是调度运行部门提高驾驭电网能力的重要举措。江苏电网在2005年就已经开始开展母线负荷预测工作，但在实际应用中，经常由于地/县调运行方式的改变出现负荷的转供，如设备检修等，导致母线负荷运行规律被打舌L影响了这些区域的母线负荷预测精度，使得母线负荷预测和分析结果的可信度大打折扣。因此，精益化地研究母线负荷变化规律，提升母线负荷预测精度，已成为系统运行的迫切需求。一般来讲，与系统负荷预测相比，母线负荷预测具有如下特点: (O系统中母线数目众多，量大面广，各个母线的变化规律有其各自的特点，预测人员无法一一深入分析其特点； (2)母线负荷预测的基数比较小，远远小于系统负荷；因负荷组等效中含有发电分量，节点负荷存在零负荷和负负荷；(3)受供电区域内用户行为的影响，母线负荷容易产生突变，稳定性比较差，有较多“毛刺”； (4)积累的数据不本文档来自技高网...

【技术保护点】
一种基于气象信息的分区电网母线负荷预测系统，其特征在于：建立以分区、厂站、母线负荷的层次关系描述的树状结构母线负荷基本模型，通过电网模型中的负荷组、主变端点、线路端点定义的方式创建母线负荷模型；利用气象数据进行相似日数据的选取，利用母线负荷预测算法库进行负荷预测，择优选择预测结果，实现自适应偏差修正，识别电网分区信息，对电网分区的负荷进行预测。

【技术特征摘要】
1.一种基于气象信息的分区电网母线负荷预测系统，其特征在于: 建立以分区、厂站、母线负荷的层次关系描述的树状结构母线负荷基本模型，通过电网模型中的负荷组、主变端点、线路端点定义的方式创建母线负荷模型； 利用气象数据进行相似日数据的选取，利用母线负荷预测算法库进行负荷预测，择优选择预测结果，实现自适应偏差修正，识别电网分区信息，对电网分区的负荷进行预测。2.根据权利要求1所述的基于气象信息的分区电网母线负荷预测系统，其特征在于:所述相似日数据的选取采用相似度模型以及数据挖掘的粗糙集和决策树的自适应神经网络短期负荷预测模型， 从两个方面利用气象数据改进预测精度，即: 1)数据挖掘预处理； 2)将温度等定量性的因素直接作为模型的自变量进行预测模型的训练。3.根据权利要求1所述的基于气象信息的分区电网母线负荷预测系统，其特征在于:所述母线负荷预测算法库中的预测算法包含经典算法及智能预测算法，其中经典算法包括一元线性回归、二次多项式回归、自适应指数预测、指数预测、增长率预测法、非齐次指数预测、B.Compertz模型、logistic模型；智能预测算法包括优化BP神经网络算法以及优化粒子群算法。4.根据权利要求3所述的基于气象信息的分区电网母线负荷预测系统，其特征在于:所述BP神经网络算法根据人体温度舒适度的调查信息，将温度属性分区段量化；对于遇到使...

【专利技术属性】
技术研发人员：李群，陈哲，刘建坤，王建军，汪鹏，
申请(专利权)人：江苏省电力公司电力科学研究院，华北电力大学，江苏省电力公司，国家电网公司，
类型：发明
国别省市：