[发明专利]一种基于粒子群算法的变权组合电力负荷短期预测方法在审

专利信息
申请号: 201711268909.5 申请日: 2017-12-05
公开(公告)号: CN108038568A 公开(公告)日: 2018-05-15
发明(设计)人: 畅黎;何金阳;岳云鹏;倪小洁;闵建文 申请(专利权)人: 国家电网公司;国网陕西省电力公司渭南供电公司
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q50/06
代理公司: 西安通大专利代理有限责任公司 61200 代理人: 齐书田
地址: 100031 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种基于粒子群算法的变权组合电力负荷短期预测方法,针对传统单一负荷预测模型和固定权重组合预测模型预测准确度低的缺点,综合考虑电力负荷的时间相关性和其他相关因素对电力负荷的影响,将多种电力负荷预测模型相结合,建立了一种电力负荷短期预测的变权组合预测模型。同时,针对粒子群优化变权参数组合预测法容易陷入局部最优解的缺点,建立了一种参数动态调整粒子群算法,实现了对变权组合预测模型的权重参数的优化求解,最终实现了电力负荷的短期预测。本发明中的组合预测模型优于传统负荷预测法、固定权重组合预测法以及粒子群优化变权参数组合预测法,具有较高的预测准确度。
搜索关键词: 一种 基于 粒子 算法 组合 电力 负荷 短期 预测 方法
【主权项】:
1.一种基于粒子群算法的变权组合电力负荷短期预测方法,其特征在于,包括以下步骤:步骤1:根据ARIMA模型的基本原理,对电力负荷数据作平稳化处理,根据已知平稳信号,建立相应的ARIMA模型,得到ARIMA模型的预测结果yA(t);步骤2:读取电力部门所提供的短期负荷数据,构成负荷时间序列矩阵: x 1 , 1 x 1 , 2 ... x 1 , n x 2 , 1 x 2 , 2 ... x 2 , n . . . . . . . . . . . . x m , 1 x m , 2 ... x m , n ]]>其中,矩阵同一行的数据表示一个电力负荷周期内的数据,矩阵同一列的数据表示不同电力负荷周期的相似点数据;采用相似点电力负荷预测模型进行短期负荷预测,得到相似点电力负荷的预测结果yB(t);步骤3:将气温、湿度、节假日、雨雪天气因素离散化定量处理,设置隐层神经元个数、隐层函数、输出层函数的相关参数,采用Elman神经网络模型对电力负荷进行预测,得到预测结果yC(t);步骤4:建立组合预测模型:y(t)=α(t)yA(t)+β(t)yB(t)+γ(t)yC(t)其中,α(t)、β(t)和γ(t)分别表示ARIMA负荷预测、相似点负荷预测、Elman神经网络负荷预测三种方法的权重系数,且满足α(t)+β(t)+γ(t)=1;步骤5:采用动态参数粒子群算法进行权重参数的优化;步骤6:综合步骤4中的组合预测模型和步骤5中得到的权重参数,进行组合预测。
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国家电网公司;国网陕西省电力公司渭南供电公司,未经国家电网公司;国网陕西省电力公司渭南供电公司许可,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/patent/201711268909.5/,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