[发明专利]一种融合历史数据和实时影响因素的精细化负荷预测方法

摘要

一种融合历史数据和实时影响因素的精细化负荷预测方法，其核心在于提高负荷预测的精度。随着智能电网技术的飞速发展，对负荷预测的精度提出了越来越高的要求。融合负荷、天气等多源数据，本发明提出了针对不同的日属性分别建相应的预测模型和在特定地区建立能够适用于所有日属性的通用型预测模型。首先，利用相关系数定量分析负荷与温度、湿度等各天气影响因素之间的相关程度；其次，用函数拟合主要影响因素对负荷的非线性影响趋势；最后，建立两种预测模型，对浙江省某地级市2013年的负荷进行预测，预测结果表明本发明所提方法的预测精度明显高于传统预测方法的预测精度。本发明在现有研究基础上，显著提高了预测精度。

主权项

一种融合历史数据和实时影响因素的精细化负荷预测方法，所述方法包括以下步骤：步骤(1)，采用相关系数定量分析负荷与湿度、温度、降雨、风速和风向各天气影响因素之间的相关程度，并结合当地的地理位置和气候条件，突出主要的影响因素，忽略次要的影响因素，步骤(2)，用函数拟合主要影响因素对负荷的非线性影响趋势，步骤(3)，针对不同的日属性(工作日、周末、节假日)，分别建立融合历史数据和实时影响因素的支持向量机精细化负荷预测模型，步骤(4)，综合考虑步骤(3)中针对不同日属性所建立的负荷预测模型，建立一个在特定地区能够适用于所有日属性的通用型负荷预测模型。