[发明专利]一种基于气象数据以及数据趋势的负荷预测方法

权利要求书

1.一种基于气象数据以及数据趋势的负荷预测方法，其特征在于：

第一步：设定多项负荷参数和多个气象因素；

第二步：根据历史电力数据，统计历史全年中各个负荷参数各自的分布情况，获得各个负荷参数各自以日为单位的变化曲线；

第三步：根据历史电力数据对每项负荷参数与每个气象因素之间的关系进行相关性分析，获得每个气象因素对每项负荷参数的影响相关性值；

第四步：根据历史电力数据针对每项负荷参数与各个气象因素的整体关系采用多元非线性回归分析算法、多元线性回归分析算法、一元非线性回归分析算法和一元线性回归分析算法分别进行预测，获得每项负荷参数的四种负荷参数函数及其函数曲线；

第五步：针对每项负荷参数，将第四步通过四种方法预测得到的四种负荷参数函数曲线与步骤三得到的变化曲线进行对比进行趋势分析判断，对负荷参数函数进行筛选，获得前两个吻合度高的负荷参数函数及其函数曲线；

第六步：针对每项负荷参数由第五步保留得到的每个负荷参数函数，将负荷参数函数中各个气象因素对应的系数的绝对值分别与第三步得到各项气象因素与该项负荷参数之间的影响相关性值进行比较，获得两者的差值，选择各项系数的差值之和最小的负荷参数函数作为负荷参数的最终负荷参数函数；

第七步：历史电力数据用第六步获得的各项负荷参数的最终负荷参数函数对各自的负荷参数进行预测计算获得预测结果。

2.根据权利要求1所述的一种基于气象数据以及数据趋势的负荷预测方法，其特征在于：所述第一步中，多项负荷参数为日最高负荷、日最低负荷、日峰谷差和日平均负荷。

3.根据权利要求1所述的一种基于气象数据以及数据趋势的负荷预测方法，其特征在于：所述第一步中，多个气象因素为最高温度、最低温度、平均温度、相对湿度和降雨量。

4.根据权利要求1所述的一种基于气象数据以及数据趋势的负荷预测方法，其特征在于：所述第二步中，变化曲线为负荷参数以日为单位统计分布获得的曲线。

5.根据权利要求1所述的一种基于气象数据以及数据趋势的负荷预测方法，其特征在于：所述第五步具体为：

预测得到的负荷参数函数曲线与步骤三得到的变化曲线相比，对于曲线上的每个峰值/谷值进行处理判断：

若峰值/谷值所对应的日期变化范围在3天以内，则认为在该峰值/谷值处两者吻合度高，该负荷参数函数曲线具有良好的预测精确性；

若峰值/谷值所对应的日期变化范围大于3天，则认为在该峰值/谷值处两者吻合度不高，该负荷参数函数曲线不具有良好的预测精确性；

将四种预测方法得到的各条负荷参数函数曲线中吻合度高的峰值/谷值的所有个数相加，所得到的个数和作为预测方法得到的负荷参数函数曲线总吻合度；

从中选取与变化曲线总吻合度高的几个负荷参数函数曲线进行保留，其余剔除。