[发明专利]一种基于Verhulst-SVM的中长期负荷预测方法

说明书

本发明涉及一种基于Verhulst‑SVM的中长期负荷预测方法，其技术特点在于：包括以下步骤：步骤1、分析经济新常态背景下各种新影响因素造成的不确定影响；步骤2、基于步骤1做出的分析，建立基于Verhulst模型的负荷影响因素预测模型，解得影响因素的预测值；并利用支持向量机完成相关历史数据的回归建模；步骤3、建立基于Verhulst‑SVM的中长期负荷预测模型，得到目标年份负荷预测值。本发明实现了小样本历史数据条件下的中长期负荷高精度预测，有效指导经济新常态背景下中长期负荷预测。

技术领域

本发明属于负荷预测技术领域，涉及中长期负荷预测方法，尤其是一种基于Verhulst-SVM的中长期负荷预测方法。

背景技术

目前，中长期负荷预测是电网规划建设、投资计划制定的重要依据，随着我国进入经济新常态阶段，经济增速变缓，结构不断优化，各项经济指标呈现出明显的“S”型特征。同时近年来电力行业也处于体制改革之中，新电改政策的推行与新兴负荷的发展使用户的用电用能习惯发生较大改变，以往中长期负荷预测仅以历史用电量数据为考虑因素进行预测的方法，已不能适应当前的形式发展，也难以完成准确的预测。因此，非常有必要深入研究在经济新常态与电力体制改革双重背景下，影响电力市场中长期需求的关键要素，构建一种具有更强抗干扰能力和政策适应能力的中长期负荷预测方法，从而在中长期时间范围内实现负荷之精确预测。

针对中长期负荷预测，国内外一些专家对其进行了大量研究，提出了很多方法，包括弹性系数法，回归分析法，时间序列法，灰色预测法，模糊预测法及支持向量机预测法等。一些学者通过构建多变量时间序列反演自记忆预测模型，综合时间序列模型和传统回归建模的优势；也有一些学者提出考虑城市化因素的中长期负荷预测模型，考虑了城市化发展的下负荷序列的规律性，提供了中长期负荷预测新思路；还有一些学者提出基于黄金分割法优选的自适应变权组合预测方法，获得了更好的预测结果。综上，近年来中长期负荷预测发展迅速，预测效果不断改善，然而现有方法并没有考虑到经济新常态下负荷影响因素变化规律性的改变，也缺乏对电力体制改革下负荷与影响因素的复杂关系的考虑。

因此，本发明针对新常态下宏观经济的发展趋势与电力体制改革的政策影响，提出一种基于Verhulst-SVM的中长期负荷预测方法。

发明内容

本发明的目的在于克服现有技术的不足，提出一种设计合理、有抗干扰能力和政策适应能力强且预测结果精确的基于Verhulst-SVM的中长期负荷预测方法。

本发明解决其现实问题是采取以下技术方案实现的：

一种基于Verhulst-SVM的中长期负荷预测方法，包括以下步骤：

步骤1、分析经济新常态背景下各种新影响因素造成的不确定影响；

步骤2、基于步骤1做出的分析，建立基于Verhulst模型的负荷影响因素预测模型，解得影响因素的预测值；并利用支持向量机完成相关历史数据的回归建模；

步骤3、建立基于Verhulst-SVM的中长期负荷预测模型，得到目标年份负荷预测值。

而且，所述步骤1的经济新常态下宏观经济的发展趋势与电力体制改革的政策背景下的新影响因素包括：经济增速放缓、经济结构逐步调整和经济增长动力转换，并分别选取GDP、工业产值和固定投资作为代表指标；

而且，所述步骤2的Verhulst预测模型可表示为：

y⁽⁰⁾(k)+az⁽¹⁾(k)＝b(z⁽¹⁾(k))² (1)

式中，a，b为模型参数，Y⁽⁰⁾为电力负荷影响因素的原始序列：