[发明专利]一种基于精细化气象数据的地区电网短期负荷预测系统

权利要求书

1.一种基于精细化气象数据的地区电网短期负荷预测系统，其特征在于：它包括数据库模块(1)、数据维护模块(2)、负荷预测模块(3)，其中，数据库模块(1)用于设置相应的数据库路径以及存储历史负荷数据单元和负荷预测结果数据单元(12)，存储历史负荷数据单元包括日前小水火电负荷单元(4)、新能源发电负荷单元(5)、区间互供负荷单元(6)、地区用电负荷单元(7)、网供负荷单元(8)、分时分区气象数据单元(9)、以及历史负荷数据单元(10)，可供负荷预测模块(3)调用，而负荷预测结果数据单元(12)则可供预测结果评价模块(11)调用，负荷预测结果数据单元(12)用于存储负荷预测模块(3)预测得到的数据；

数据维护模块(2)用于批量导入历史负荷数据单元(10)和相应的分时分区气象数据单元(9)，对原始数据中的不良数据进行预处理以确保预测所需数据的完备性和正确性；

负荷预测模块(3)用于日前小水火电负荷单元(4)、新能源发电负荷单元(5)、区间互供负荷单元(6)、地区用电负荷单元(7)网供负荷单元(8)中负荷曲线的预测。

2.根据权利要求1所述的基于精细化气象数据的地区电网短期负荷预测系统，其特征在于：所述分时分区气象数据单元(9)和历史负荷数据单元(10)提供包括分时分区气温、降雨量、风速和太阳辐照度的历史数据和预测数据。

3.根据权利要求1或2所述的基于精细化气象数据的地区电网短期负荷预测系统，其特征在于：所述负荷预测模块(3)提供的预测方法和预测模式可分别被选择后配合使用，针对每种类型的负荷分量可实现指定预测日负荷分量曲线的用户定制化精细预测，以及预测结果与相似日和相邻样本日负荷曲线的图形化显示对比。

4.根据权利要求3所述的基于精细化气象数据的地区电网短期负荷预测系统，其特征在于：所述预测方法包括时间序列神经网络、灰色预测、指数平滑和RBF神经网络等智能算法，预测模式包括根据不同预测负荷分量选取相应分时或分区气象数据作为输入数据。

5.根据权利要求1或2所述的基于精细化气象数据的地区电网短期负荷预测系统，其特征在于：还包括预测结果评价模块(11)，结果评价模块(11)用于统计指定时间段内负荷预测的误差率，显示包括负荷预测曲线与实际曲线对比图，对预测结果的准确性进行评价分析。