[发明专利]电网饱和负荷预测方法、装置及终端设备

权利要求书

1.一种电网饱和负荷预测方法，其特征在于，包括：

基于预设的格兰杰因果分析结果获取待预测电网的影响因素的当前值；

将待预测电网的影响因素的当前值输入至预设的高斯过程回归模型中，确定待预测电网的负荷预测值；

基于所述负荷预测值确定待预测电网的影响因素的未来规划值；

将待预测电网的影响因素的未来规划值输入至预设的高斯过程回归模型中，确定待预测电网的饱和负荷预测值。

2.如权利要求1所述的电网饱和负荷预测方法，其特征在于，所述格兰杰因果分析结果为影响待预测电网负荷的外部因素的筛选结果，所述电网饱和负荷预测方法还包括对影响待预测电网负荷的外部因素进行筛选的过程；

所述对影响待预测电网负荷的外部因素进行筛选的过程包括：

获取影响待预测电网负荷的外部因素的历史因素值以及与所述历史因素值对应的历史负荷序列；

将所述历史因素值以及与所述历史因素值对应的历史负荷序列输入至预设的格兰杰因果分析模型，筛选出待预测电网负荷的影响因素。

3.如权利要求2所述的电网饱和负荷预测方法，其特征在于，所述格兰杰因果分析模型为F统计量模型；

所述F统计量模型为：

其中，R_r为无约束回归模型对应的残差平方和，R_u为有约束回归模型对应的残差平方和，q为所述外部因素的最大滞后周期数，p为所述历史负荷序列的最大滞后周期数，n为所述影响因素的个数；

其中，所述无约束回归模型为：

其中，y_t为t时刻的待预测电网在无约束条件下的负荷值，α₀为初始时刻的待预测电网的负荷，α_k为所述历史负荷序列在第k个滞后周期的负荷系数，y_t-k为t-k时刻的待预测电网的负荷值，ε_t为白噪声；

其中，所述有约束回归模型为：

其中，y_t′为t时刻的待预测电网在有约束条件下的历史负荷值，β_j为所述外部因素在第j个滞后周期的影响系数，x_t-j为所述外部因素在t-j时刻的历史因素值。

4.如权利要求3所述的电网饱和负荷预测方法，其特征在于，所述将所述历史因素值以及与所述历史因素值对应的历史负荷序列输入至预设的格兰杰因果分析模型，筛选出待预测电网负荷的影响因素，包括：

将所述历史因素值以及与所述历史因素值对应的历史负荷序列输入至F统计量模型中，若在选定的显著性水平α上计算得到的某个外部因素对应的F统计量的值超过临界值F_α，则拒绝零假设，将该外部因素作为待预测电网的影响因素。

5.如权利要求1所述的电网饱和负荷预测方法，其特征在于，所述高斯过程回归模型为：

其中，y^*为负荷预测值，为负荷预测值的均值，X为影响因素值，K(X,X)为影响因素值的协方差矩阵，y为负荷历史预测值，x^*为影响因素外推值，cov(y^*)为负荷预测值的方差，K(x^*,x^*)为影响因素外推值的协方差矩阵，K(X,x^*)为所述影响因素值与所述影响因素值与影响因素外推值的协方差矩阵，为白噪声的方差，I为单位矩阵。