[发明专利]一种基于多元负荷预测的综合能源系统调控方法和装置

说明书

本发明涉及一种基于多元负荷预测的综合能源系统调控方法，包括如下步骤：S1.基于Copula方法对综合能源系统的多元负荷进行相关性分析，选取相关性较强的多元负荷为待分析多元负荷；S2.构建历史数据特征索引集，所述历史数据特征索引集包括步骤S1选取的待分析多元负荷的时间序列、各个时刻的变化趋势和各个时刻的波动特征3个特征指标；S3.基于所述历史数据特征索引集中的数据训练SAE‑ELM模型，输出预测结果；S4.根据所述预测结果对综合能源系统的各种能源进行调控。本发明还公开了一种基于多元负荷预测的综合能源系统调控装置，通过SAE‑ELM多元负荷预测模型，有效的提高了多元负荷预测的精度，有利于综合能源系统的综合调控。

技术领域

本发明属于机器学习领域，特别涉及一种基于多元负荷预测的综合能源系统调控方法和装置。

背景技术

能源是人类社会发展进步的基本条件，在发展的过程中，如何保证能源能够可持续的供应，又能减少环境污染，这是世界各国共同关注的话题。

传统的能源系统主要由电力系统，热力系统和燃气系统构成，三大系统单独规划，独立运行，这就使得能源之间的灵活性很差。综合能源系统是以电力系统为核心，打破电、气、冷、热等能源供应系统单独规划、设计和运行的模式，在规划、设计、建设和运行过程中，对各类能源分配、转化、存储、消费等环节进行有机协调与优化，充分利用可再生能源的新型区域能源供应系统。能够准确地对综合能源系统的负荷进行预测，是综合能源系统规划、运行以及调控的关键。由于综合能源系统中，各种能源之间的耦合度较高，受天气影响较大等因素，负荷波动的不确定性较大，给系统内的能源负荷预测带来了极大的挑战，所以亟需一种能够精准且快速预测综合能源系统中多元负荷的方法。

发明内容

为解决上述问题，本发明从相关性分析的角度出发，提出一种可以精准且快速预测综合能源系统中多元负荷及根据预测结果进行综合能源系统调控的方法，采用如下技术方案：

一种基于多元负荷预测的综合能源系统调控方法，包括如下步骤：

S1.基于Copula方法对综合能源系统多元负荷进行相关性分析，选取相关性较强的多元负荷为待分析多元负荷；

S2.构建历史数据特征索引集，所述历史数据特征索引集包括步骤S1选取的待分析多元负荷的时间序列、各个时刻的变化趋势和各个时刻的波动特征3个特征指标；

S3.基于所述历史数据特征索引集中的数据训练SAE-ELM模型，输出预测结果,其中，所述SAE-ELM模型由深度特征提取模块和预测模块构成；

S4.根据所述预测结果对综合能源系统进行调控。

进一步的，所述步骤S3包括以下步骤：

将S2构建的历史数据特征索引集中的数据进行归一化处理，将数据特征值映射到[0,1]中，选取n组数据作为训练集，剩余m组数据作为测试集；

S32.将训练集作为SAE-ELM的输入，对深度特征模块进行训练，通过深度特征模块提取训练集中历史负荷的隐藏特征信息；

S33.将S32中深度特征提取模块提取到最后一个隐藏层的输出，作为预测模块的输入，预测模块是有监督训练的模型，以误差最小为目标，对输出权重进行训练，得到训练好的SAE-ELM模型；

S34.将测试集代入训练好的SAE-ELM模型中，得到预测结果。

进一步的，在步骤S1之前，还包括步骤S0，对数据进行预处理:

S0.遍历各个时刻的数据，计算负荷的各个时刻的突变特征，若某时刻负荷突变幅度超过了设定的阈值，用该时刻的相邻的历史数据的平均值代替。

进一步的，步骤S1中，采用Copula函数导出的Spearman秩相关系数ρ_s表示多种负荷之间的非线性相关关系。