[发明专利]基于区间泰勒模型的电力系统短期负荷预测系统及方法

权利要求书

1.一种基于区间泰勒模型的电力系统短期负荷预测系统，其特征在于，它包括：

数据采集模块，用于将电力调控中心电网能量管理系统中的历史负荷数据、历史气象数据及天气预报数据导入数据库模块；

数据预处理模块，用于基于数据库模块，修正数据库模块中的异常数据及“垃圾数据”，并为每一基础数据设置一个区间参数，即采用区间算法描述基础数据的不确定性，从而将所有基础数据“区间化”，并将结果传入数据库模块；

负荷预测分析模块，用于采用区间泰勒模型短期负荷预测公式进行短期负荷预测；

结果管理模块，用于通过访问数据库模块实现负荷预测结果的查询和显示，对结果进行转换和导出，对历史负荷预测数据和实际负荷数据进行画图比较，对历史负荷预测数据进行误差分析，并将分析结果传入数据库模块；

数据库模块，用于存储数据采集模块产生的历史负荷数据、历史气象数据、天气预报数据，并存储数据预处理模块、负荷预测分析模块、结果管理模块产生的数据；同时为数据预处理模块、负荷预测分析模块、结果管理模块提供数据调用服务。

2.一种基于区间泰勒模型的电力系统短期负荷预测方法，其特征在于，具体步骤如下：

1）将电力调控中心电网能量管理系统中的历史负荷数据、历史气象数据及天气预报数据导入数据库，进入步骤2）；

2）基于数据库数据，采用线性化方法修正数据库中的异常数据及“垃圾数据”，并为每一基础数据设置一个区间参数，即采用区间算法描述基础数据的不确定性，从而将所有基础数据“区间化”，并以结果更新数据库，进入步骤3）；

3）采用区间泰勒模型短期负荷预测公式进行短期负荷预测，进入步骤4）；

4）访问数据库实现负荷预测结果的查询和显示，对结果进行转换和导出，对历史负荷预测数据和实际负荷数据进行画图比较，对历史负荷预测数据进行误差分析，并以分析结果更新数据库，返回步骤1）。

3.根据权利要求2所述的电力系统短期负荷预测方法，其特征在于，所述步骤2）中，垃圾数据指由于软件升级、数据迁移、数据初始化、日常操作错误这些原因引入的无意义或逻辑上矛盾的数据。

4.根据权利要求2所述的电力系统短期负荷预测方法，其特征在于，所述步骤2）中，线性化的具体过程为：

假定系统中前N天中负荷整点记录为：

FH_1,1，FH_1,2，FH_1,3，……，FH_1,24

FH_2,1，FH_2,2，FH_2,3，……，FH_2,24

……，……，……，……，……

FH_N,1，FH_N,2，FH_N,3，……，FH_N,24

则N天中每一天的日平均负荷为：

Xi=124Σj=124FHi,j]]>（i=1,2,……,N）

则采用最小二乘法将X_i拟合成一条直线，X_i=a+bi，式中参数a，b的确定用下式确定：

设函数

x_i为第i天的负荷实测平均值，

为将函数对a求偏微分，为将函数对b求偏微分。