[发明专利]一种基于典型日负荷特性的电力负荷预测方法

权利要求书

1.一种基于典型日负荷特性的电力负荷预测方法，其特征是，包括以下步骤：

(1)通过电力调控中心电网能量管理系统采集设定区域设定行业内各用户的电力负荷数据，存入电力负荷数据库，并对数据进行预处理；

(2)采用分支算法单类支持向量机进行典型日的选取，并得到各用户的典型日负荷曲线以及行业整体负荷曲线；

进行典型日的选取的具体方法为：

2-1)选取电力负荷样本，采用支持向量机方法对样本进行聚类，构建目标函数；

构建的目标函数具体为：

约束条件：||x_i-c||²≤R²+ξ_i；ξ_i≥0；

2-2)使用拉格朗日算法求取目标函数的对偶问题；具体为：

约束条件：

2-3)通过QP优化方法解这个对偶问题得到优化解；

2-4)根据优化解得到超球面球心c的值，即典型日数据:

将所述优化解α_i带入公式：

求得超球面球心c的值即为典型日数据；

其中，R为超球面的半径，ξ_i为惩罚函数，l是样本总量，c是超球面球心，系数ν为设定值；α_i、α_j分别为拉格朗日算子，x_i、x_j分别为训练样本，i＝1,2,...,l，j＝1,2,...,l；L为拉格朗日函数；

(3)分别求取各用户典型日负荷曲线间的相关系数，对各用户负荷曲线间的关联特性进行分析；

(4)根据各用户间的相关系数，按照各用户的用电规律对其进行分类，确定每一类用户的负荷曲线；

(5)在每一类用户的负荷曲线中，选取电力负荷变化趋势与行业整体负荷变化一致性最高的用户，通过该用户的用电行为规律来预测行业整体的电力负荷数据。

2.如权利要求1所述的一种基于典型日负荷特性的电力负荷预测方法，其特征是，所述步骤(1)中对数据进行预处理的方法包括：

1-1)从电力负荷数据库中读取原始数据，将所述原始数据按照关键字段进行关联，提取所需数据，并规范数据格式；

1-2)筛选并剔除不良数据，对缺失的数据进行补全；

1-3)对错误数据进行修补，对数据进行平滑处理。

3.如权利要求1所述的一种基于典型日负荷特性的电力负荷预测方法，其特征是，所述步骤(3)中对各用户负荷曲线间的关联特性进行分析的方法为：

分别求取n个用户典型日负荷曲线间的相关系数，结果存放在n*n的对角线元素为1的对称矩阵中；非对角元素表示两用户典型日负荷曲线的相关系数；

当两个用户数据的线性关系增强时，相关系数趋于1或-1；当一个用户数据增加而另一用户数据也增加时，相关系数大于0；当一个用户数据增加而另一用户数据减少时，相关系数小于0；当两个用户数据独立时，相关系数为0。

4.如权利要求1所述的一种基于典型日负荷特性的电力负荷预测方法，其特征是，所述步骤(3)中求取各用户典型日负荷曲线间的相关系数的具体方法为：

其中，X_i、Y_i分别为其中两个用户的电力负荷数据；分别为这两个用户的电力负荷数据的平均值；N为电力负荷数据个数，为正整数。

5.如权利要求1所述的一种基于典型日负荷特性的电力负荷预测方法，其特征是，所述步骤(4)的具体方法为：

选取某一用户作为参考用户，将与该用户相关系数值大于某一设定值的用户归位一类；在划分的一类用户中，选取与参考用户相关系数值最高的用户的负荷曲线作为该类用户的负荷曲线。