[发明专利]基于灰色理论的短期电力负荷预测方法

权利要求书

1.一种基于灰色理论的短期电力负荷预测方法，其特征在于，包括以下步骤：

步骤1、辨识负荷数据中的缺陷数据，并对有缺损、突变的负荷数据补齐和修正；

步骤2、根据上述补齐和修正的负荷数据，对GM(1,1)模型的建模可行性进行验证，并利用对数处理方法对不合格的序列进行修正；

步骤3、对上述步骤二构建的GM(1，1)模型中的α参数进行修正；

步骤4、从不同角度选取数据序列构利用步骤三修正α参数后的GM(1，1)模型成不同预测方案进行预测，对预测日分段并计算各时段内各方案关联系数的均值，选择关联系数均值最大的方案为该时段预测方案；

步骤5、利用后验差校验法对GM(1,1)模型精度进行检验。

2.根据权利要求1所述的基于灰色理论的短期电力负荷预测方法，其特征在于，上述步骤1中的辨识负荷数据中的缺陷数据，并对有缺损、突变的负荷数据补齐和修正具体如下：

设某天的负荷为：L＝{l(1),l(2),...,l(96)}，对某天的96点负荷进行判断，若：|l(i)-l(i-1)|＜λ,(i＝2,3,...96λ为常数)，假如96点负荷相邻两点间的负荷全都落入λ阈内,将该日数据标为异常，并在预测取历史数据时直接予以剔除；

若有连续2个小时以上的数据点落入λ阈内，则按如下原则处理：

寻找相似日，并剔除已被判断为异常的相似日，找到数据异常日之前的N-1个负荷正常数据源，并将待修正日的数据源标记为N，N为常数；已知第N个数据源待补足时段96-k个点以外的k个点的历史负荷数据，k为常数，这k个点数据正常，则：

PAVE(t)=1N-1Σi-1N-1PR(i,t),(t=1,2,...,96)P‾k=1kΣi=1kPR(N,t),(t=1,2,...,k)P‾AVEK=1kΣt=1kPAVE(t),(t=1,2,...k)PR(N,t)=PAVE(t)-(P‾AVEK-P‾k),(t=k+1,...96)]]>

式中P_R(i,t)是第i个数据源观测值；P_AVE(t)是N-1个数据源观测值平均；是第N个数据源k个正常点数据平均；P_AVEK是N-1个数据源在待修正日已知负荷时刻平均值。