[发明专利]基于灰色理论的短期电力负荷预测方法

说明书

技术领域

本发明涉及电力领域的数据处理，具体地，涉及一种基于灰色理论的短期电力负荷预测方法。

背景技术

在很难正确选择影响因素的前提下，要用正确的数学模型来描述电力负荷预测十分困难。建立在各种数学模型基础上的算法在国内的研究虽然非常广泛，但是不结合影响因素分析，不结合正确的数学模型，单靠改进算法是不能得到正确的负荷预测结果。短期负荷预测的突出特点是以日为周期呈现变化的相似性，同时明显受天气因素的影响和特别事件影响。且电力系统的负荷从本质上是不可控的，因此预测未来负荷变化最有效的方法就是观察负荷的历史纪录数据，针对实际情况和现有的资料找到适合实际系统的负荷预测方法。

短期负荷预测的三个关键环节是：①正确考虑影响因素、②选择正确的数学模型、③正确的预测算法。负荷预测受很多不确定因素的影响，例如：国民经济的发展情况、国家的政策、人口的增长、住宅区的发展趋势、家用电器的使用情况、气候环境等。很多预测方法对这些因素的考虑往往不够全面，甚至完全忽略。显然这样所得到的结果并不适应不确定因素的影响，与实际情况有较大差别。负荷预测的核心是负荷预测方法。国内外对于负荷预测方法的研究主要经历了以下几个阶段:

第一阶段

为负荷预测传统方法研究，如回归分析法、线性外推法、时间序列法、最小二乘法等，研究重点放在负荷序列本身的规律上。此类方法的优点是计算简单，要求的历史数据少，但计算精度差。负荷预测传统方法的研究比较早，所以无论是机理研究还是实际应用，此类方法都比较成熟。但是随着社会经济的快速发展以及各种新机制的引入，负荷预测传统方法的缺陷和不足越来越明显，己经不能满足电力系统负荷预测的要求。

第二阶段

为负荷预测现代方法，如灰色系统、神经网络、小波分析、模糊理论等，重点放在以智能化的新技术代替传统方法。负荷顶测的现代方法也称为不确定性方法，不确定性方法由于数学理论和算法的不断进步，其优越性得到充分显示，当然由于电力系统负荷预测的难度很大，各种预测的适用性也各不相同。

公开号为：CN102831488A，基于改进的灰色预测法的电力负荷预测方法，本发明的技术方案客服了传统GM灰色预测方法的缺点，有效处理气温突变对于负荷的影响，并预防了可能产生的负荷曲线偏移和畸变预测结果，预测精度较传统GM方法而言大幅提升。缺点是没有对GM(1,1)模型进行可行性检验，只是很盲目的应用GM(1,1)模型。但现有的预测模型存在不能适应不同地区的预测需求，预测结果不够完备和准确的缺陷。

发明内容

本发明的目的在于，针对上述问题，提出一种基于灰色理论的短期电力负荷预测方法，以实现具有普遍适用性，且准确度高的优点。

为实现上述目的，本发明采用的技术方案是：

一种基于灰色理论的短期电力负荷预测方法，包括以下步骤：

步骤1、辨识负荷数据中的缺陷数据，并对有缺损、突变的负荷数据补齐和修正；

步骤2、根据上述补齐和修正的负荷数据，对GM(1,1)模型的建模可行性进行验证，并利用对数处理方法对不合格的序列进行修正；

步骤3、对上述步骤二构建的GM(1，1)模型中的α参数进行修正；

步骤4、从不同角度选取数据序列构利用步骤三修正α参数后的GM(1，1)模型成不同预测方案进行预测，对预测日分段并计算各时段内各方案关联系数的均值，选择关联系数均值最大的方案为该时段预测方案；

步骤5、利用后验差校验法对GM(1,1)模型精度进行检验。

根据本发明的优选实施例，上述步骤1中的辨识负荷数据中的缺陷数据，并对有缺损、突变的负荷数据补齐和修正具体如下：

设某天的负荷为：L＝{l(1),l(2),...,l(96)}，对某天的96点负荷进行判断，若：|l(i)-l(i-1)|＜λ,(i＝2,3,...96λ为常数)，假如96点负荷相邻两点间的负荷全都落入λ阈内,将该日数据标为异常，并在预测取历史数据时直接予以剔除；

若有连续2个小时以上的数据点落入λ阈内，则按如下原则处理：

按照日期类型相似的原理寻找相似日，并剔除已被判断为异常的相似日，找到数据异常日之前的N-1个负荷正常数据源，并将待修正日的数据源标记为N，N为常数；已知第N个数据源待补足时段96-k个点以外的k个点的历史负荷数据，k为常数，这k个点数据正常，则：