[发明专利]一种基于典型日负荷特性的电力负荷预测方法

说明书

技术领域

本发明涉及电力负荷分析技术领域，尤其是一种基于典型日负荷特性的电力负荷预测方法。

背景技术

随着经济的发展，用电量逐年攀升，电力负荷的多元化与复杂化，对电力负荷的决策理论、管理手段和技术支持提出了更高的要求，但目前的工作中仍存在诸多不合理、不尽如人意的问题：

1.对电力负荷的分析侧重于宏观角度

目前国内有关电力负荷的分析只能做到对电力负荷数据的事后分析，只能粗犷的从宏观层面上把握整体的负荷规律变化，不能针对某行业、某客户的负荷特性做具体的分析。

2.电力负荷预测的智能化程度不够

目前关于电力负荷的预测通常以展示数据、报表为主要手段，而工作人员往往需要运用自身的工作经验等对数据进行二次加工，才能得到有效的判断；这样的预测方式，一方面，电力负荷预测结果与分析人员的实际经验、理论水平等有很大的关系；另一方面，当数据量较大时，会在很大程度上增加预测人员的劳动量，并且预测结果不能有效地全方位的覆盖市场状态。

3.电力负荷变化的预警机制不健全

目前国内外的电力负荷变化预警往往侧重于宏观、中观角度，从经济变化、行业变化等角度进行预测，由于数据获取不及时，往往错过最佳预警时机，甚至仅能进行事后分析，无法起到预警的提示作用。

发明内容

本发明的目的就是解决上述问题，提供一种基于典型日负荷特性的电力负荷预测方法，该方法能够通过个体用电规律更加准确地预测行业整体的电力负荷变化趋势，为用电计划的制定提供了可靠的理论依据。

为实现上述目的，本发明采用下述技术方案，包括：

一种基于典型日负荷特性的电力负荷预测方法，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；

(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。

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。

所述步骤(2)中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；

2-2)使用拉格朗日算法求取目标函数的对偶问题；

2-3)通过QP优化方法解这个对偶问题得到优化解；

2-4)根据优化解得到圆心c的值，即典型日数据。

所述步骤2-1)中构建的目标函数具体为：

约束条件：||x_i-c||²≤R²+ξ_i；ξ_i≥0,i＝1,2,…,l；

其中，R为超球面的半径，ξ_i为惩罚函数，x_i为训练样本，l是样本总量，c是超球面球心，系数ν为设定值。

所述步骤2-2)中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：

其中，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。

所述步骤2-4)的具体方法为：

将所述优化解α带入公式：

求得圆心C的值即为典型日数据。

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；