[发明专利]基于云模型的电力负荷预测方法

权利要求书

1.一种基于云模型的电力负荷预测方法，包括如下步骤：

S1.获取与电力负荷相关的因素，并从中确定对电力负荷影响最大的因素和电力负荷预测的输出因素；

S2.对步骤S1得到的因素进行不确定性描述；

S3.根据步骤S2得到的因素的不确定性描述，建立二维多规则生成器；

S4.根据步骤S3得到的二维多规则生成器，对电力负荷进行预测。

2.根据权利要求1所述的基于云模型的电力负荷预测方法，其特征在于步骤S4所述的根据二维多规则生成器对电力负荷进行预测，具体包括如下步骤：

S4-1.利用现有的历史电力负荷数据对步骤S3生成的二维多规则生成器进行修正；

S4-2.利用步骤S4-1得到的修正后的二维多规则生成器对电力负荷进行预测。

3.根据权利要求2所述的基于云模型的电力负荷预测方法，其特征在于步骤S1所述的对电力负荷影响最大的因素具体为国民生产总值年增长率和国民生产总值年增长变化率，电力负荷预测的输出因素为电力负荷期望增长率。

4.根据权利要求3所述的基于云模型的电力负荷预测方法，其特征在于步骤S2所述的对因素进行不确定性描述，具体为采用如下步骤进行描述：

A.对步骤S1获取的因素，确定各个因素的论域范围；

B.采用黄金分割法求得步骤A中确定的各个因素的论域的数字特征；

C.根据步骤B得到的数字特征，得到各个因素的N朵隶属云；N为自然数。

5.根据权利要求4所述的基于云模型的电力负荷预测方法，其特征在于所述的对国民生产总值年增长率、国民生产总值年增长变化率和电力负荷期望增长率进行不确定性描述，具体为采用如下规则进行不确定性描述：

a.确定各个因素的取值范围为[Xmin,Xmax]；

b.每个因素采用期望值Ex，熵En和超熵He进行表征；

c.采用如下算式计算每个因素的期望值Ex，熵En和超熵He：

期望值Ex：

Ex0＝(Xmin+Xmax)/2

Ex-3＝Xmin,Ex+3＝Xmax

Ex-1＝Ex0-0.382*(Xmax-Xmin)/4

Ex-2＝Ex0-0.382*(Xmax-Xmin)/2

Ex+1＝Ex0+0.382*(Xmax-Xmin)/4

Ex+2＝Ex0+0.382*(Xmax-Xmin)/2

熵En：

En-1＝En+1＝0.382*(Xmax-Xmin)/6

En0＝0.618*E n+1

En-2＝E n+2＝En+1/0.618

En-3＝E n+3＝En+2/0.618

超熵He：

给定超熵He0为0.1，则有

He-1＝He+1＝He0/0.618

He-2＝He+2＝He+1/0.618

He-3＝He+3＝He+2/0.618

最终得到隶属云为：

E-3＝“增长率负大”＝Ge1(-1 0.33 0.42)

E-2＝“增长率负中”＝Ge2(-0.38 0.21 0.26)

E-1＝“增长率负小”＝Ge3(-0.19 0.13 0.16)

E0＝“增长率为零”＝Ge4(0 0.08 0.1)

E+1＝“增长率正小”＝Ge5(0.19 0.13 0.16)

E+2＝“增长率正中”＝Ge6(-0.38 0.21 0.26)

E+3＝“增长率正大”＝Ge7(1 0.33 0.42)。

6.根据权利要求5所述的基于云模型的电力负荷预测方法，其特征在于步骤S3所述的建立二维多规则生成器，具体为采用如下规则建立二维多规则生成器：

Ⅰ二维多规则生成器包括依次串接的二维云发生器和一维云发生器；

Ⅱ二维云发生器的输入信号为国民生产总值年增长率和国民生产总值年增长变化率的不确定性描述；二维云发生器的输出信号为一维云发生器的输入信号；一维云发生器的输出信号即为电力负荷期望增长率；

Ⅲ采用如下公式构造二维云发生器：

μ(eGDP,ecGDP)=exp{-(eGDP-ExA)22EnA′2+-(ecGDP-ExB)22EnB′2}]]>

式中e_GDP为国民生产总值年增长率，e_cGDP为国民生产总值年增长变化率，E_xA为二维云发生器的第一输入值的期望值，E_xB为二维云发生器的第二输入值的期望值；E′_nA＝R(E_nA,H_eA)，E′_nB＝R(E_nB,H_eB)，且R(Q,W)为服从正态分布的随机函数，且Q为期望值，W为标准差；μ(e_GDP,e_cGDP)为二维云发生器的输出信号；

Ⅳ采用如下公式构造一维云发生器：

zi=ExC±-2ln(μ)En′]]>

式中z_i即为一维云发生器的输出信号，E_xC为一维云发生器输入值的期望值，μ为二维云发生器的输出信号，E′_n＝R(E_nC,H_eC)，且R(Q,W)为服从正态分布的随机函数，且Q为期望值，W为标准差；

Ⅴ将一维云发生器的输出信号取加权平均值，即得到电力负荷期望增长率。