[发明专利]一种基于综合因素评价模型的短期电力负荷预测方法

说明书

技术领域

本发明涉及电力负荷预测技术领域，特别是涉及一种基于综合因素评价模型的短期电力负荷预测方法。

背景技术

电力负荷预测是供电部门的重要工作之一，是保证电力系统可靠供电和安全运行的前提。准确的负荷预测可以经济合理地安排电网内部发电机组的启停，做到提高经济效益和社会效益。然而电力负荷不是单独存在的，其受到多种因素影响和制约，因此为了提高预测的准确性和稳定性，需要考虑不同因素对于负荷的影响，然而如果考虑因素过多不仅会增加算法复杂度，而且还有可能使原本对负荷无影响的因素参与负荷预测而造成模型的不稳定。如何做到高效准确的预测此特点的电力负荷成为现在解决的关键问题。目前的短期电力负荷预测中，大多是建立单一气象因素模型，然而此方法受地域差异影响极大，使得预测结果的准确率大大降低，即面对各地电力负荷受不同气象因素影响的特点，当前的短期负荷预测方法已不能完全满足电网的需求。因此，我们提出了一种基于综合因素评价模型的短期电力负荷预测方法。

发明内容

本发明目的在于提供一种明显提高短期电力负荷的预测精度和速度的基于综合因素评价模型的短期电力负荷预测方法。

为实现上述目的，采用了以下技术方案，本发明所述方法包括以下步骤：

步骤1，建立人体舒适度模型，运用综合权重给各指标舒适感评级从而得出综合人体舒适度指数；

步骤2，运用掩蔽经验模式分解MEMD将原始电力负荷数据序列分解成不同频率的固有模态分量IMF和剩余分量r，其中固有模态分量分为6层；

步骤3，对能反映负荷序列内在特性的各固有模态分量IMF与人体舒适度指数进行相关性分析，根据相关性系数的大小来确定经改进的粒子群POS优化后的Elman神经网络子模型的输入向量并进行预测；

步骤4，将各子模型的预测值相叠加得到负荷序列的最终预测结果。

进一步的，步骤1中，所述人体舒适度模型的模型结构分为三个层次，目标层是人体舒适度；准则层包含温度、湿度、风力、气压；指标层包含最高温度、最低温度、白天和夜间湿度指标、风力强度以及气压状况；

根据三层次的人体舒适度模型结构，采用AHP-熵权法对模型中各个因素进行权重解析，最终得到综合因素影响系数；

层次分析法AHP是将与决策总是有关的元素分解成目标、准则、方案层次，在此基础上进行定性和定量分析的决策方法，具体计算步骤为：建立递阶层次结构、构造两两比较判断矩阵、判断矩阵的一致性检验、计算各层指标对目标的合成权重；

设判断矩阵为A，计算各因素对目标层的权重步骤：

1)将A的每一列向量归一化得：

其中表示列向量的归一化结果，a_ij表示元素i和元素j的重要性之比；

2)对归一化后的矩阵按行求和得：

其中表示归一化后的列向量按行求和得到的结果；

3)式(2)的结果归一化：

w＝(w₁,w₂,…w_n)^T即为权向量；

其中w_i,i＝1,2,...,n,表示各因素对目标的权重；

熵权法的计算步骤为：

1)数据标准化，将各个指标的数据进行标准化处理；以人体舒适度模型为例，假设给定了n个指标x₁,x₂,x₃,…x_n，其中x_i＝(x₁,x2,...x_k)；经标准化处理后的值为Y₁,Y₂,Y₃,...Y_n，其中

其中x_ij为人体舒适度每个指标的评价值，Y_ij表示对各指标数据标准化后的结果；

2)求各指标信息熵，根据信息论中信息熵的定义，计算第i个指标的熵值：

其中P_ij表示第i个指标下第j个样本指标值所占的比重；

3)计算第i项指标的差异性系数：

4)计算第i项指标的熵权W_i：