[发明专利]一种城市电网中长期负荷预测方法

权利要求书

1.一种城市电网中长期负荷预测方法，其特征在于，所述中长期负荷预测方法具体包括如下步骤：

步骤(1)、调取城市电网的历史负荷数据，根据历史负荷数据变化情况及变化时刻的外部影响情况，确定城市电网电力负荷的关键影响因素；

步骤(2)、根据步骤(1)中确定的城市电网电力负荷的关键影响因素构建中长期电力负荷预测模型；

步骤(3)、从城市电网的历史电力负荷数据库中选取训练数据；

步骤(4)、对选取的负荷序列进行初步数据清洗，包括序列噪声抑制、缺失数据修补以及异常数据修正；

步骤(5)、对数据进行约束化处理，对电力负荷预测模型的参数进行设置，根据训练数据对模型进行训练；

步骤(6)、根据模型训练后得到的负荷预测方程，对城市电网的电力负荷进行中长期预测。

2.根据权利要求1所述的一种城市电网中长期负荷预测方法，其特征在于，所述步骤(1)中的城市电网电力负荷的关键影响因素包括预测当天的气温、湿度、天气类型、季节类型、日期信息、政策信息、前一天的负荷值、上一周同一天的负荷值、上个月同一天的负荷值。

3.根据权利要求2所述的一种城市电网中长期负荷预测方法，其特征在于，所述步骤(2)中的中长期电力负荷预测模型基于最小二乘支持向量机回归模型和径向基核函数确定：y＝(q,φ(X))+b，目标函数为其中q为要寻求的最优权值，b为线性函数阈值，X＝[x₁,x₂,…,x₉]为一个9维向量，表示输入量；y为输出数据，单位为MW；e_i为允许误差，F为惩罚因子；x₁为预测当天的预测气温；x₂为预测当天的预测湿度；x₃为预测当天的天气类型，分别用数字量0-5表示晴天、多云、阴天、雨天、雪天、台风；x₄为预测当天的季节，分别用数字量0-3表示春天、夏天、秋天、冬天；x₅为预测当天的日期信息，表示当天是否为周末或节假日，分别用数字量0、1表示工作日、休息日；x₆为预测当天的政策信息，表示当天是否有重大事件，分别用数字量0、1表示没有重大事件和有重大事件；x₇为预测前一天的负荷值；x₈为预测上一周同一天的负荷值；x₉为预测上个月同一天的负荷值。

4.根据权利要求3所述的一种城市电网中长期负荷预测方法，其特征在于，所述步骤(4)中的序列噪声抑制采用模态分解方式，最先分解得到的模态具有最小的时间尺度，由于电力负荷序列呈现随机分布特性，将第一模态认定为噪声将其去除。

5.根据权利要求4所述的一种城市电网中长期负荷预测方法，其特征在于，所述步骤(4)中的缺失数据修补从相似日方面和时间序列方面两个方面进行修补，对于相似日预测，将连续一段时间的数据按一天进行划分，则负荷序列从一个行向量转变为矩阵形式：

每一列表示相似日序列；假设和分别表示缺失数据xt在垂直和水平两个方向的修正结果，则最终修正结果为对于非连续缺失数据的修补，仅从相似日方面进行修补。

6.根据权利要求5所述的一种城市电网中长期负荷预测方法，其特征在于，所述步骤(4)中的异常数据修正具体包括明显异常数据剔除和缺失数据修补，对于明显异常的数据将其剔除出序列，并采用缺失数据修补的方式重新给出新的数据来代替异常数据。

7.根据权利要求6所述的一种城市电网中长期负荷预测方法，其特征在于，所述步骤(5)中对数据进行约束化处理，其约束条件为|＜q,x_i＞+b-y_i|≤ε,i＝1,…,l及其中，ε为精度。