[发明专利]一种电力区域负荷的短期预测方法及装置有效

专利信息
申请号: 202011083600.0 申请日: 2020-10-12
公开(公告)号: CN112232559B 公开(公告)日: 2023-06-13
发明(设计)人: 周宇;袁宏波;郑富永;刘显明;褚红亮;余腾龙;郑锦坤;彭谦;黄康 申请(专利权)人: 国网江西省电力有限公司信息通信分公司;国网江西省电力有限公司;国家电网有限公司
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q50/06
代理公司: 武汉红观专利代理事务所(普通合伙) 42247 代理人: 李季
地址: 330000 江西省南昌市青山湖*** 国省代码: 江西;36
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 电力 区域 负荷 短期 预测 方法 装置
【权利要求书】:

1.一种电力区域负荷的短期预测方法,其特征在于:包括以下步骤;

S1,获取历史电力负荷需求值,根据该历史电力负荷需求值获取负荷特征信息;具体包括以下步骤,从历史电力负荷需求值日期表获取历史电力负荷需求值,将该历史电力负荷需求值分为第一、第二以及第三历史电力负荷需求值,根据该第一、第二以及第三历史电力负荷需求值构建斜率转换公式,根据该斜率转换公式以及第一、第二以及第三历史电力负荷需求值获取负荷特征信息;其中,根据该斜率转换公式以及第一、第二以及第三历史电力负荷需求值获取负荷特征信息,具体包括以下步骤,根据该斜率转换公式通过第一以及第二历史电力负荷需求值计算出待比较第三历史电力负荷需求值,根据第三历史电力负荷需求值以及待比较第三历史电力负荷需求值获取历史电力负荷误差因子,根据斜率转换公式以及历史电力负荷误差因子建立原始负荷预测公式作为负荷特征信息;

S2,根据电力负荷需求值构建电力负荷增长率因子数据表,根据该电力负荷增长率因子数据表建立线性回归模型,并从该线性回归模型中提取增长率函数;具体包括以下步骤,根据电力负荷需求值构建电力负荷增长率因子数据表,设定线性回归标准表达式,从电力负荷增长率因子数据表中提取电力负荷增长率因子数据并带入线性回归标准表达式,根据带入结果构建线性回归模型,并从该线性回归模型中提取增长率函数,并根据该增长率函数获得预测因子;所述增长率函数为:

其中,xT+1(i)代表第T+1天第i节点负荷,T代表记录电力负荷需求值的日期;

得到的预测因子为:

且表示年份;

S3,根据负荷特征信息以及增长率函数生成负荷短期预测模型,并根据该负荷短期预测模型对短期负荷进行预测。

2.如权利要求1所述的电力区域负荷的短期预测方法,其特征在于:步骤S1中,获取历史电力负荷需求值,根据该历史电力负荷需求值获取负荷特征信息之前,还包括以下步骤,设定时间间隔,所述时间间隔为15分钟,根据该时间间隔从零时开始记录每天的电力负荷需求值,并根据对应的日期进行汇总整理,生成历史电力负荷需求值日期表进行存储。

3.如权利要求1所述的电力区域负荷的短期预测方法,其特征在于:步骤S3中,根据负荷特征信息以及增长率函数生成负荷短期预测模型,并根据该负荷短期预测模型对短期负荷进行预测,还包括以下步骤,根据负荷特征信息、增长率函数以及预测因子推测出负荷短期预测公式作为负荷短期预测模型,并根据该负荷短期预测模型对短期负荷进行预测。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网江西省电力有限公司信息通信分公司;国网江西省电力有限公司;国家电网有限公司,未经国网江西省电力有限公司信息通信分公司;国网江西省电力有限公司;国家电网有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011083600.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top