[发明专利]一种母线负荷预测准确率分析方法、装置及计算机设备在审

专利信息
申请号: 202011472430.5 申请日: 2020-12-14
公开(公告)号: CN112465266A 公开(公告)日: 2021-03-09
发明(设计)人: 张蔷;周安平;周毓敏;李豹;高琴 申请(专利权)人: 中国南方电网有限责任公司
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q10/06;G06Q10/00;G06Q50/06
代理公司: 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 代理人: 张萌
地址: 510000 广东*** 国省代码: 广东;44
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 母线 负荷 预测 准确率 分析 方法 装置 计算机 设备
【权利要求书】:

1.一种母线负荷预测准确率分析方法,其特征在于,所述方法包括:

获取对应母线负荷的负荷预测数据;

对所得负荷预测数据进行预测修正;

将预测修正后的负荷预测数据进行统计和考核,输出统计和考核结果;

基于统计后的负荷预测数据进行误差分析,得到误差分析结果。

2.根据权利要求1所述的方法,其特征在于,获取对应母线负荷的负荷预测数据的步骤,包括:

获取负荷分析的分析结果;

选取负荷预测算法对所述分析结果和关联数据进行母线负荷预测,得到负荷预测数据,所述负荷预测算法包括点对点法、倍比平滑法、重叠曲线法、模式识别法、相似度外推法、相关因素匹配法和逐点增长率法中的任一种,所述关联数据包括历史气象数据、气象预报数据、拓扑信息、母线检修计划和负荷转供方式。

3.根据权利要求2所述的方法,其特征在于,所述母线负荷预测包括正常日预测、节假日预测和特殊日预测;

所述正常日预测是指对第一类预测周期内的每个正常日的母线负荷进行预测,第一类预测周期内的正常日包括一般工作日、周六和周日;

所述节假日预测是指对第二类预测周期内的每个节假日及其前后1至3日的母线负荷预测,第二类预测周期内的每个节假日指法定节假日,包括农历节假日和公历节假日;

所述特殊日预测是指对第三类预测周期内的每个特殊日及其前后1至3日的母线负荷预测,第三类预测周期内的每个特殊日是指发生预设类型气象的日期。

4.根据权利要求1所述的方法,其特征在于,对负荷预测数据进行预测修正的步骤,包括:

根据与母线负荷预测相关联的计划相关因素建立计划相关因素综合影响模型,所述计划相关因素包括电网运行方式、小发电影响和检修计划;

基于所述计划相关因素综合影响模型对所述负荷预测数据进行预测修正;

所述预测修正包括拖拽曲线、添加参考日负荷曲线、修改数值和修改比例中的至少一种。

5.根据权利要求1所述的方法,其特征在于,将预测修正后的所述负荷预测数据进行统计和考核,输出统计和考核结果的步骤,包括:

对所述预测修正后的所述负荷预测数据进行时间维度准确率和地区准确率统计,所述时间维度准确率统计包括以日、月、季和年为统计单位的多时间维度准确率统计,所述地区准确率统计是指对预设管辖地区的准确率进行统计;

根据所述地区准确率对用户所管辖地区进行排名与考核,对所述考核的进行标准自定义设置,所述标准自定义设置包括免考申请、批准和对上报时限进行设置中的至少一种。

6.根据权利要求5所述的方法,其特征在于,基于统计后的所述负荷预测数据进行误差分析,得到误差分析结果的步骤,包括:

将低于预设的参考准确率的所述时间维度准确率评估和地区准确率所对应的所述负荷预测数据确定为预测误差;

基于决策树算法对所述预测误差进行自动分析,得到误差分析结果;

将误差分析结果传导至所述负荷预测算法,使该算法能够进行自优化处理;

将不同所述负荷预测算法的所述预测误差展示在同一图表中,比较不同所述负荷预测算法的精确度。

7.一种母线负荷预测准确率分析装置,其特征在于,所述装置包括:

负荷预测模块,用于获取母线负荷分析的分析结果,选取负荷预测算法对所述分析结果和关联数据进行母线负荷预测,得到负荷预测数据,所述关联数据包括历史气象数据、气象预报数据、拓扑信息、母线检修计划和负荷转供方式;

预测修正模块,用于对所得负荷预测数据进行预测修正;

统计和考核模块,用于将预测修正后的负荷预测数据进行统计和考核,输出统计和考核结果;

误差分析模块,用于基于统计后的负荷预测数据进行误差分析,得到误差分析结果。

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中国南方电网有限责任公司,未经中国南方电网有限责任公司许可,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/202011472430.5/1.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