[发明专利]一种中长期负荷预测方法

说明书

本申请公开了一种中长期负荷预测方法，基于格兰杰因果检验和LSTM，利用计量经济学中的协整检验找出与电量存在长期均衡关系的经济因素；然后使用格兰杰因果检验方法确定有助于电量预测的经济因素，以减少预测模型输入变量的个数；最后将经济因素数据输入到LSTM模型中进行负荷预测。本申请的中长期负荷预测方法，在多变量系统中引入格兰杰因果关系检验和LSTM时间序列预测模型相结合的方法，构建不易过拟合、可扩展性高的中长期负荷预测模型，并利用该模型进行中长期负荷的预测，预测的中长期负荷具有较高的准确性。

技术领域

本申请涉及电力智能预测技术领域，尤其涉及一种中长期负荷预测方法。

背景技术

中长期电力负荷预测是在充分考虑系统特性、自然和社会条件，根据历史负荷值，运用可靠的方法和手段，在满足一定精度的情况下确定未来某特定时刻的负荷数值。目前，中长期负荷预测方法包括基于数学统计知识的回归分析法、时间序列分析法、灰色预测法等，此外还有一些智能预测方法如人工神经网络、支持向量机、组合预测法等。

由于中长期负荷预测的精度受政治、经济、人口、气候等各种随机因素的影响，单一的预测方法很难提高预测精度。例如，基于时间序列的指数平滑法应用于中长期负荷预测中是假定过去的负荷变化规律会延续到将来，未能考虑到经济、气候等随机变量的变化对负荷变化的影响，因此，其预测结果存在一定的波动性。再例如，基于神经网络模型应用与中长期负荷预测模型时，存在含义不明确的缺点，对初始值比较敏感，以及对突发事件适应性差，输入变量过多时往往需要大量的数据。

因此，亟待一种具有较高预测准确度的中长期负荷预测方法。

发明内容

本申请提供了一种中长期负荷预测方法，以解决现有负荷预测方法的预测准确度有待提高的问题。

本申请提供了一种中长期负荷预测方法，包括：

利用协整检验确定与电力负荷存在长期均衡关系的经济因素；

采用格兰杰因果检验方法，确定电力负荷与经济相关因素之间的因果关系，并筛选出与电力负荷存在强相关的经济因素，即相关经济因素；

将相关经济因素数据以及历史负荷数据进行归一化处理后输入至LSTM模型中进行中长期负荷值的预测。

一些实施例中，所述经济因素包括地区生产总值、固定投资总额、社会消费品零售总额、居民消费价格指数、工业增、值增长速度、劳动力以及人口。

一些实施例中，利用协整检验确定与电力负荷存在长期均衡关系的经济因素，包括：

对经济因素的时间序列进行平稳性检验和协整关系检验，确定与电力负荷存在长期均衡关系的经济因素。

一些实施例中，采用格兰杰因果检验方法，确定电力负荷与经济相关因素之间的因果关系，并筛选出与电力负荷存在强相关的经济因素，即相关经济因素，包括，

将经济因素的时间序列Xi与历史负荷数据Yi进行格兰杰因果检验，建立如下两个向量自回归模型：

其中，α_j、a_j和b_j为模型的系数，m为模型的阶数，t为时刻，j为常量，ε_Y和ε_Y|X为模型的残差；

利用向量自回归模型的预测结果，并通过比较向量自回归模型残差的方差大小，判断X→Y是否存在格兰杰因果关系，筛选出与电力负荷有着强相关性的经济因素，即相关经济因素。

一些实施例中，利用向量自回归模型的预测结果，并通过比较向量自回归模型残差的方差大小，判断X→Y是否存在格兰杰因果关系，包括，

格兰杰因果指数GCI的计算公式为：