[发明专利]一种基于全过程技术提升的短期电力需求分析方法

说明书

技术领域

本发明涉及电力需求分析领域，尤其是一种基于全过程技术提升的短期 电力需求分析方法。

背景技术

短期负荷预测是负荷预测的重要组成部分，它主要用于预报未来几分钟、 几小时或几星期的电力负荷，对于调度安排开停机计划，对于电力应用如机 组最优组合、经济调度、最优潮流有着重要的意义。负荷反应了人们生产生 活中的用电习惯，而人的活动会受到昼夜更替、季节更替等周期性的影响， 尤其随着社会的发展逐渐摸索出了符合人的习性以提高生产效率，如工作日 和休息日等，这就导致了人们的生产生活会有较强的规律性。同时天气的突 变、节假日或者政府政策等因素也会影响负荷需求产生变化。由此可知，负 荷的变化主要取决于人们生产和生活的规律性，并受到一些相关因素(诸如温 度、阴晴雨雪等)的影响。又负荷变化中的随机因素是客观存在的，任何精妙 的负荷预报方法也不能完全消除误差，因此负荷预测的任务就是采用科学的 预测模型充分发掘负荷历史数据中的规律性，考虑影响因素信息的全面性， 从而尽可能的降低预报误差。

发明内容

本发明的目的在于提供一种基于全过程技术提升的短期电力需求分析方 法，有助于完善短期电力需求预测技术，提高短期负荷预测精度。

为此，本发明采用如下的技术方案：其特征在于，它对短期电力需求预 测前、中、后的全过程技术进行整合和提升，所述的预测前技术包括数据预 处理和数据分析，数据预处理包括不良数据智能辨识与修正、节假日影响的 去除、负荷自然增长影响的去除和充分考虑近日历史数据的累积效应，数据 分析包括日、周、月、季、年负荷分析、稳定性分析和建立典型曲线库；所 述的预测中技术包括气象影响效应分析和负荷预测模型集合，所述的预测后 技术包括预测评估机制。

进一步，所述的数据预处理的具体内容如下：

1)不良数据智能辨识与修正：首先进行粗识别，对异常数据点简单修正， 然后提取特征曲线，对比分析特征曲线与负荷曲线，其次根据特征曲线进行 修正，实现精细辨识异常数据，最后对修正后的数据进行二次检验，将误判 的数据进行还原；

2)分析研究时要区分工作日和节假日负荷；

3)考虑日负荷的形成因素，将日负荷分成三部分构成，分别是负荷自然 增长部分、气象负荷与随机负荷，消除负荷自然增长因素的影响，忽略随机 负荷的影响，提取出气象负荷作为分析对象；

4)根据“近大远小”的原则对多日气象因素综合化，充分考虑前若干天 的累积效应。

进一步，所述的数据分析的具体内容如下：

1)日负荷分析包括罗列型负荷曲线分析、持续型负荷曲线分析、负荷曲 线对比、日负荷特性分析、某时段负荷趋势分析、某时段负荷特性趋势分析 和多日负荷对比分析；

2)周负荷分析包括周负荷曲线分析、周负荷特性分析、周负荷特性趋势 分析、周典型工作日曲线分析和周典型休息日曲线分析；

3)月负荷分析包括月负荷特性分析、月负荷特性趋势分析、月典型工作 日曲线分析、月周六曲线分析、月周日曲线分析、月最大电量日曲线分析、 月最小电量日曲线分析、月最大负荷日曲线分析、月最小负荷日曲线分析、 月最大峰谷差日曲线分析和月最小峰谷差日曲线分析；

4)季负荷分析包括季负荷特性分析、季负荷特性趋势分析、季典型工作 日曲线分析、季周六曲线分析、季周日曲线分析、季最大电量日曲线分析、 季最小电量日曲线分析、季最大负荷日曲线分析、季最小负荷日曲线分析、 季最大峰谷差日曲线分析和季最小峰谷差日曲线分析；

5)年负荷分析包括年负荷曲线分析、年负荷特性分析、年负荷特性趋势 分析、年持续负荷曲线分析和负荷概率分布分析；

6)稳定性分析是将目标曲线一段时间的数据进行分解和成分分析，提取 其中可规律性建模的成分和波动性成分，从而确定此段历史数据的规律性和 可预测性，评估预测的可能精度，为后续预测流程的方法选择和预测精度预 评估提供参考；

7)典型曲线库中设置季节和月度典型曲线，对其进行命名操作并保存， 在预测结果修正环节调出所设置的典型曲线，直到修正参考作用。

进一步，所述预测中技术的具体内容如下：