[发明专利]一种水电站负荷区间预测方法

权利要求书

1.一种水电站负荷区间预测方法，其特征在于，包括如下步骤：

S1根据待预测日已知时刻负荷序列和待预测日前P天历史日实际负荷序列获得待预测日已知时刻负荷序列与各历史日实际负荷序列间的线形差异度；

S2将所述待预测日已知时刻负荷序列与各历史日实际负荷序列间的线形差异度升序排列，取前Q个线形差异度所对应的历史日实际负荷序列作为待预测日的相似日集合；其中，Q<P；

S3根据待预测日的相似日集合获得相似日集合的典型日，根据所述相似日集合的典型日负荷数据和待预测时刻前一个时刻的实际负荷求得待预测日待预测时刻点预测值；

S4根据待预测日待预测时刻所属特征日特征时段，获得待预测日前P天历史负荷数据中属于所述特征日特征时段的全部点预测值及对应的全部实际负荷值，将属于所述特征日特征时段的全部点预测值及对应的全部实际负荷值以点预测值的大小分解为多个负荷区间，再根据待预测日待预测时刻点预测值，确定所属负荷区间，并计算获得点预测值所属负荷区间的负荷预测误差累计概率分布函数；

S5根据点预测值所属负荷区间的负荷预测误差累计概率分布函数以及设定置信度获得待预测日待预测时刻在设定置信度下的负荷预测误差区间，实现待预测日待预测时刻的负荷区间预测；

所述步骤4中获得点预测值所属负荷区间的负荷预测误差累计概率分布函数包括如下子步骤：

根据公式获得负荷区间的负荷预测误差概率密度函数；

根据点预测值所属负荷区间的负荷预测误差概率密度函数，积分获得该负荷区间的负荷预测误差累计概率分布函数；

其中，M为该区间误差样本总数，h为平滑参数，e_i为该负荷区间的第i个误差样本的值，K(·)为核函数，μ为自变量，

2.如权利要求1所述的水电站负荷区间预测方法，其特征在于，所述步骤S3中根据公式获得相似日集合的典型日第t个时刻实际负荷；

其中，L_i,t为待预测日的相似日集合中第i日第t时刻实际负荷，m为待预测日的相似日集合中历史负荷日的数量。

3.如权利要求1所述的水电站负荷区间预测方法，其特征在于，所述步骤S1根据公式获得待预测日已知时刻负荷序列与第j个历史日实际负荷序列间的线形差异度；

其中，n为待预测日已知时刻的数目，x_j,t为待预测日已知时刻负荷序列与第j个历史日实际负荷序列在第t个时刻下的负荷值之差，为待预测日已知时刻负荷序列与第j个历史日实际负荷序列在n个时刻下负荷值之差的均值，

4.如权利要求1所述的水电站负荷区间预测方法，其特征在于，步骤S1之前还包括如下步骤：

当第d个历史日第t个时刻实际负荷满足时，根据公式y'(d,t)＝[y(d,t-1)+y(d,t+1)]/2对第d个历史日第t个时刻实际负荷进行预处理，获得预处理后第d个历史日第t个时刻的实际负荷；

其中，y'(d,t)为预处理后第d个历史日第t时刻的实际负荷；α(t)为第一阀值，β(t)为第二阀值。

5.如权利要求1所述的水电站负荷区间预测方法，其特征在于，步骤S4中根据如下步骤确定特征日特征时段：

选择枯期中节假日、枯期中非节假日周末、枯期中工作日、汛期中节假日、汛期中非节假日周末以及汛期中工作日作为特征日，将特征日每日的峰时段、特征日每日的平时段以及特征日每日的谷时段作为特征日特征时段。

6.如权利要求1所述的水电站负荷区间预测方法，其特征在于，将相似日集合的典型日负荷序列进行最小二乘法线性拟合获得典型日对应待预测时刻前一个时间段的斜率，根据典型日对应待预测时刻前一个时间段的斜率和待预测日待预测时刻前一个时间段的实际负荷求得待预测日待预测时刻点预测值。