[发明专利]一种基于影响因子分析的日最大负荷区间预测方法

说明书

本发明公开了一种基于影响因子分析的日最大负荷区间预测方法，首先，利用中值滤波法提取负荷数据的趋势曲线，然后对影响因子和趋势项负荷进行主成分分析，整合出若干个主成分作为输入，趋势项负荷作为输出，在支持向量机上实现负荷的趋势项预测；接着从负荷曲线中减去趋势项，得到随机项，对随机项利用马尔科夫模型进行区间预测；接着将趋势项预测值与随机项预测区间相加，即得到负荷的预测区间值；利用三次样条插值法提取出历史负荷曲线的上、下包络线，取样本中的点进行马尔科夫区间预测，将预测区间的上、下限与上、下包络线对比，计算误差，最后将该误差加入到原始的预测区间中，即得到最终的预测区间。本发明预测结果稳定，预测精度高。

技术领域

本发明涉及能源预测技术领域，尤其是指一种基于影响因子分析的日最大负荷区间预测方法。

背景技术

由于电力系统中蕴含了各种不确定因素，使得决策工作必然面临一定程度的风险，所以在决策时必须考虑电力需求的不确定性。传统确定性预测方法的结果不能反映需求的不确定性，而区间预测可满足这种客观要求。区间预测的结果不是一个简单的确定性数值，而是一个区间，并且这个区间对应了一定水平的概率置信水平，能描述未来预测结果的可能范围。根据区间预测结果，电力系统决策人员在进行生产计划、系统安全分析等工作时能够更好地认识到未来负荷可能存在的不确定性和面临的风险因素，从而及时作出更为合理的决策。因此，分析电力系统负荷的变化规律，研究电力负荷区间预测方法，实现电力负荷的不确定性预测具有重要的理论意义和实用价值。

目前区间预测方法存在以下不足：

1、计算复杂；

2、假设性强；

3、计算时间长。

发明内容

本发明的目的在于克服上述现有技术的不足，提供一种基于影响因子分析的日最大负荷区间预测方法，实现对配电区负荷的中期准确预报。

为实现上述目的，本发明的技术方案是：

一种基于影响因子分析的日最大负荷区间预测方法，其特征在于，所述方法包括

下载历史负荷数据，获得历史负荷曲线；

利用中值滤波法找出历史负荷曲线的趋势曲线，获得趋势项负荷；

对电力系统中的影响因子和趋势项负荷进行主成分分析，整合出若干个主成分，若干个主成分作为输入，趋势项负荷作为输出，在支持向量机上实现负荷的趋势项预测；

从历史负荷曲线中减去趋势项负荷，得到随机项；对随机项的曲线按幅值最大最小为上下限平均划分成若干个区间，计算转移概率矩阵，转移概率最大的区间，即为随机项的预测区间；

对随机项利用马尔科夫模型进行区间预测，获得负荷的趋势项预测值；

将负荷的趋势项预测值与随机项的预测区间相加，得到原始预测区间。

所述方法还包括：

利用三次样条插值的方法提取出历史负荷曲线的上、下包络线；

将原始预测区间的上、下限与上、下包络线对比，计算误差；

将误差加入到原始预测区间中，得到最终预测区间。

所述的影响因子包括该负荷覆盖的区域面积、工业/商业/居民用电占比。

所述对电力系统中的影响因子和趋势项负荷进行主成分分析，整合出若干个主成分的过程为：

第一步：假设有n个样本，p个变量，观测数据矩阵为：

其中，X为观测数据矩阵，x_ij为第i个样本第j个变量的值。