[发明专利]一种水电站短期耗水率预测方法及系统

权利要求书

1.一种水电站短期耗水率预测方法，其特征在于，包括：

(1)将水电站全部的历史短期发电耗水率进行时段离散化，获取全部耗水率时间序列；

(2)基于全部耗水率时间序列，采用自相关分析方法和偏自相关分析方法确定历史耗水率影响当前时段耗水率的时段数量后，结合水电站当前时段毛水头，构建水电站耗水率的预测因子；

(3)以水电站耗水率的预测因子为输入，以当前时段的水电站耗水率为输出，采用人工神经网络模型，构建用于实时预测水电站短期发电耗水率的水电站耗水率模型。

2.根据权利要求1所述的水电站短期耗水率预测方法，其特征在于，所述水电站耗水率的预测因子中包含的时间序列为：

R＝[R_t-τ,R_t-τ+1,…,R_t-1]

其中，R为水电站耗水率的预测因子中包含的时间序列；R_t-1为t-1时段的水电站耗水率；τ为历史耗水率影响当前t时段耗水率的时段数量。

3.根据权利要求2所述的水电站短期耗水率预测方法，其特征在于，所述水电站耗水率的预测因子为：

其中，Input为水电站耗水率的预测因子；表示水电站t时段的毛水头。

4.根据权利要求3所述的水电站短期耗水率预测方法，其特征在于，所述自相关分析方法计算短期耗水率自相关系数的公式为：

偏自相关分析方法计算短期耗水率偏自相关系数的公式为：

其中，n为全部耗水率时间序列的样本长度的样本长度；R_t为当前t时段的水电站耗水率；为水电站全部的历史短期发电耗水率的总体均值；τ为历史耗水率影响当前时段耗水率的时段数量。

5.一种基于权利要求1所述的水电站短期耗水率预测方法的预测系统，其特征在于，包括计算模块、时间序列获取模块、预测因子获取模块、模型构建模块；

时间序列获取模块用于将水电站全部的历史短期发电耗水率进行时段离散化；

计算模块基于全部耗水率时间序列，采用自相关分析方法和偏自相关分析方法，确定历史耗水率影响当前时段耗水率的时段数量；

预测因子获取模块用于根据历史耗水率影响当前时段耗水率的时段数量和水电站当前时段的毛水头，构建水电站耗水率的预测因子；

模型构建模块用于以水电站耗水率的预测因子为输入，以当前时段的水电站耗水率为输出，采用人工神经网络模型，构建水电站耗水率模型。

6.根据权利要求5所述的预测系统，其特征在于，所述水电站耗水率的预测因子中包含的时间序列为：

R＝[R_t-τ,R_t-τ+1,…,R_t-1]

其中，R为水电站耗水率的预测因子中包含的时间序列；R_t-1为t-1时段的水电站耗水率；τ为历史耗水率影响当前t时段耗水率的时段数量。

7.根据权利要求6所述的预测系统，其特征在于，所述水电站耗水率的预测因子为：

其中，Input为水电站耗水率的预测因子；表示水电站t时段的毛水头。

8.根据权利要求7所述的预测系统，其特征在于，所述自相关分析方法计算短期耗水率自相关系数的公式为：

偏自相关分析方法计算短期耗水率偏自相关系数的公式为：

其中，n为全部耗水率时间序列的样本长度；R_t为当前t时段的水电站耗水率；为水电站全部的历史短期发电耗水率的总体均值；τ为历史耗水率影响当前时段耗水率的时段数量。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算程序被处理器执行权利要求1至权利要求4所述的水电站短期耗水率预测方法。