[发明专利]一种能够提高预测精度的电力行业负荷预测方法

说明书

本发明公开了一种能够提高预测精度的电力行业负荷预测方法，包括以下步骤：对现阶段用户的电力负荷数据进行采样，并获得样本数据；对收集到的样本数据进行分类；调取用户历史电力负荷数据，并判断历史电力负荷数据的准确率；将历史数据与现阶段数据进行比对；将比对结果输送至电脑，并通过电脑对比对结果进行后续模拟；通过模拟结果将预测出现阶段电力行业的负荷情况。本发明通过调取历史数据同现阶段的数据进行比较，并通过对外界因素对电力负荷的影响，在电脑模拟出现阶段电力行业的负荷情况，从而对后期电力行业的负荷情况进行预测，可以显著提高预测的精度。

技术领域

本发明涉及电力系统负荷预测技术领域，尤其涉及一种能够提高预测精度的电力行业负荷预测方法。

背景技术

电力系统负荷预测是电力系统规划的重要组成部分，也是电力系统经济运行的基础，其对电力系统规划和运行都极其重要，其中的短期负荷预测在机组最优组合、经济调度、最优潮流和电力市场决策等诸多方面有极为重要的作用，负荷预测的精度越高，越有利于提高发电设备的利用率和经济调度的有效性；反之，负荷预测误差较大时，不仅会造成大量运行成本和利润损失，甚至会影响电力系统运行的可靠性和电力市场的供需平衡。

专利公开号为CN 106951990 A的专利文件提供了一种电力负荷智能预测的方法及装置，其可以根据对应属性的数据快速推荐最优算法，有效的避免负荷预测算法的数学化及模式化，但是其无法提高电力行业负荷预测方法精度，所以我们提出一种能够提高预测精度的电力行业负荷预测方法，用于解决上述提出的问题。

发明内容

为克服上述现有技术中存在的问题，本发明提供了一种能够提高预测精度的电力行业负荷预测方法。

为了实现上述发明目的，本发明是通过以下方式实现的：

一种能够提高预测精度的电力行业负荷预测方法，其特征在于，括以下步骤：

S1：对现阶段用户的电力负荷数据进行采样，并获得样本数据；

S2：根据S1 中所述，对收集到的样本数据进行分类；

S3：调取用户历史电力负荷数据，并判断历史电力负荷数据的准确率；

S4：根据S3中所述，将历史数据与现阶段数据进行比对；

S5：根据S4中所述，将比对结果输送至电脑，并通过电脑对比对结果进行后续模拟；

S6：根据S5中所述，通过模拟结果，将预测出现阶段电力行业的负荷情况。

所述S1中对现阶段用户的电力负荷数据进行采样，并获得样本数据，是指将现阶段用户的数据导入电脑，并制作成文本文档形式，然后对每个用户进行编号。

所述S2中对收集到的样本数据进行分类，是指根据不同的地区，对编号完成的用户进行分类。

所述S3中调取用户历史电力负荷数据，并判断历史电力负荷数据的准确率，是指调取每个用户的历史数据，并将当时的预测与后期出现的情况进行对比，得出历史数据的准确率，并选择出准确率在80%以上的用户，然后进行重新编号。

所述S4中现阶段数据，是指对现阶段各个地区的气象因素、节假日以及工业用户的用电情况进行估算，并判断出后期气象因素、节假日以及工业用户对电力负荷所造成的影响。

所述S4中将历史数据与现阶段数据进行比对，是指将重新编号的历史数据与对应的现阶段的数据进行比较。

所述S5中将比对结果输送至电脑，并通过电脑对比对结果进行后续模拟，是指将比对结果同步到电脑上，准备模拟软件，模拟软件为公开的PRO\II流程模拟软件，并利用模拟软件对比对结果进行后续模拟。