[发明专利]一种短期负荷预测方法及系统

权利要求书

1.一种短期负荷预测方法，其特征在于，包括：

获取目标行业中目标电网的历史负荷数据和若干历史气象数据；

计算每一历史气象数据与所述目标电网的历史负荷数据之间的相关系数，获取每一历史气象数据对应的相关系数；

计算每一历史气象数据对应的相关系数的可信度，将相关系数大于第一预设阈值、且可信度大于第二预设阈值的历史气象数据作为备选气象数据；

计算每一备选气象数据与所述目标电网的历史负荷数据之间的偏相关系数，获取每一备选气象数据对应的偏相关系数；

计算每一备选气象数据对应的偏相关系数的可信度，将偏相关系数大于所述第一预设阈值、且可信度大于所述第二预设阈值的备选气象数据作为所述目标行业的关键气象数据；

根据所述目标行业在预测时间的关键气象数据，对所述目标电网进行负荷预测。

2.根据权利要求1所述的短期负荷预测方法，其特征在于，所述获取目标行业中目标电网的历史负荷数据和若干历史气象数据之前还包括：

获取所述目标行业中所述目标电网的初始历史负荷数据和若干初始历史气象数据；

对所述目标电网的初始历史负荷数据和若干初始历史气象数据进行缺失值补全、异常值修正或剔除处理；

将预处理后的初始历史负荷数据作为所述目标电网的历史负荷数据，将预处理后的初始历史气象数据作为所述历史气象数据。

3.根据权利要求1所述的短期负荷预测方法，其特征在于，所述计算每一历史气象数据与所述目标电网的历史负荷数据之间的相关系数，获取每一历史气象数据对应的相关系数，具体包括：

通过Pearson相关性分析方法，计算每一历史气象数据与所述目标电网的历史负荷数据之间的相关系数，获取每一历史气象数据对应的相关系数。

4.根据权利要求1所述的短期负荷预测方法，其特征在于，所述每一历史气象数据对应的相关系数的可信度和所述每一备选气象数据对应的偏相关系数的可信度均通过P值检验法获得。

5.根据权利要求1所述的短期负荷预测方法，其特征在于，所述计算每一备选气象数据与所述目标电网的历史负荷数据之间的偏相关系数，获取每一备选气象数据对应的偏相关系数，具体包括：

采用偏相关性分析方法，计算每一备选气象数据与所述目标电网的历史负荷数据之间的偏相关系数，获取每一备选气象数据对应的偏相关系数。

6.根据权利要求3所述的短期负荷预测方法，其特征在于，所述通过Pearson相关性分析方法，计算每一历史气象数据与所述目标电网的历史负荷数据之间的相关系数，具体包括：

对于任一历史气象数据，计算所述任一历史气象数据与所述目标电网的历史负荷数据之间的相关系数，获取所述任一历史气象数据对应的相关系数；

若所述任一历史气象数据对应的相关系数小于所述第一预设阈值，根据所述任一历史气象数据对应的相关系数和所述目标电网的历史负荷数据两者样本数据的散点图，获取目标非线性函数；

利用所述目标非线性函数对所述样本数据进行变换，计算变换之后样本数据的Pearson相关系数。

7.根据权利要求5所述的短期负荷预测方法，其特征在于，所述采用偏相关性分析方法，计算每一备选气象数据与所述目标电网的历史负荷数据之间的偏相关系数，具体包括：

通过线性回归法或相关矩阵求逆法，计算每一备选气象数据与所述目标电网的历史负荷数据之间的偏相关系数。