[发明专利]基于大数据的工业蒸汽热网短期负荷预测方法

权利要求书

1.一种基于大数据的工业蒸汽热网短期负荷预测方法，其特征在于，包括：

1)采集数据源；数据清洗、数据转换；

2)数据预处理：针对每个独立用户，首先，利用凝聚层次聚类分析算法对其负荷曲线进行分类；然后，利用灰色关联分析方法选取影响其负荷走势的关键影响因素；最后，利用CART决策树建立分类规则；

3)负荷预测模型建立：根据第n个用户的负荷曲线特性构建预测模型，并预测该用户的待预测日负荷曲线；

4)重复步骤2)-3)，将所有用户的负荷预测结果累加，得到热网系统负荷。

2.如权利要求1所述的基于大数据的工业蒸汽热网短期负荷预测方法，其特征在于，所述的步骤1)中采集数据源的方法为：

采集供热系统中所有用户的历史负荷数据集，并从天气预报接口采集待预测日天气因素的预测数据；所述的历史负荷数据集包括所有热用户历史负荷数据，影响热用户负荷走势的天气因素和日类型历史数据；所述的天气因素包括日最高气温、日平均气温、日平均降水、日平均湿度、日平均风速，所述的日类型包括工作日、休息日、节假日；

将各数据库中所需要的历史负荷数据集和预测数据打包成数据视图，并将上述数据视图与所有数据库对接，以将所有所需要的历史负荷数据集和预测数据存储到相应的目标数据表中。

3.如权利要求1所述的基于大数据的工业蒸汽热网短期负荷预测方法，其特征在于，所述的步骤1)中数据清洗、数据转换的方法为：

负荷会受到不同因素的影响，在对负荷异常的分析时需要考虑噪声点和缺失值的影响；

设N个用户历史负荷数据为F＝[F_y(1)F_y(2)…F_y(n)…F_y(N)]，其中，F_y(n)＝[F_y1(n)F_y2(n)…F_yd(n)]，F_yd(n)构成一条负荷曲线，n为第n个用户，d为第d天，并且1≤n≤N，d≥1；

分别对每个用户负荷曲线异常值类型建立时间序列上的模型：

式中，F_yd(n)表示第n个用户的第d天的负荷序列，F_yd(n)(t)表示的t时刻的负荷，F_xd(n)(t)表示不包含异常值的t时刻负荷，p为异常值个数，w_i和a(j)表示负荷异常值的影响因子，表示的是t时刻的脉冲函数；

对于数据库中的缺失值，根据用汽负荷的波动特性，计算前后相邻两日相同时间点的负荷以及当前时刻的前后两个时间点的负荷的均值，和后一日相对前一日的负荷变化率，以均值加上负荷变化量填充空缺值：

式中：X_i表示当前时刻的负荷，i表示时间点取值为1到24，a₁和a₂分别表示前后两天对应时刻和当前时刻前后两个时间点负荷的加权系数；

对于噪声点数据，利用负荷序列的前后波动性关系，通过计算负荷间的距离来检测异常；取时间序列中到中心点s最近的k个负荷的距离表示负荷的密度区域，则密度越大的点区域半径越小，取负荷点到中心点的距离d与密度区域半径r的较大者作为中心点s的可达距离；则负荷的异常程度可以用负荷点到中心点s的相对距离来表示，通过设定阈值可得到数据异常的负荷点，阈值的计算方式为：

式中，r_d表示以s为中心点的密度区域的可达距离，d_s表示以s为中心点的所有距离的均值，m表示该时间序列中的所有负荷点；

对于异常的噪声点数据要进行修复，修复方法采用当前负荷相对前一天时间序列的变化思路进行处理：

式中，x(t)表示当前序列中不存在异常的负荷数据，x(t-j)表示序列异常点前面第j个的负荷数据，x′(t-j)表示相对x(t-j)前一天的负荷数据。