[发明专利]一种适应复杂环境的降温负荷组合测算系统

权利要求书

1.一种适应复杂环境的降温负荷组合测算系统，包括以下步骤：

(1)、运用基于SVR-Winters的变尺度基本负荷测算模型完成对降温负荷的一次降温负荷测算；

(2)、运用基于EMD-Kmeans的分解再聚合模型进行对非气象性随机因素的剔除，完成降温负荷的二次降温负荷测算。

2.根据权利要求1所述的一种适应复杂环境的降温负荷组合测算系统，其特征在于：所述一次降温负荷测算即根据基本负荷在月度时间尺度上的变化与相关影响因素运用支持向量回归模型做回归，在此基础上获得不含温度变化的降温季基本负荷变化趋势，将这种趋势引入到Holt-Winters模型中，依据非降温季负荷变化以及基本负荷包括工作日非工作日差异在内的时序分布特征，完成对降温季基本负荷的测算，在此基础上，根据降温季总负荷曲线完成对降温负荷的一次降温负荷测算。

3.根据权利要求2所述的一种适应复杂环境的降温负荷组合测算系统，其特征在于：所述相关影响因素包括但不局限于主要工业产品价格、主要行业开工率、平均气温、最高气温和最低气温。

4.根据权利要求1所述的一种适应复杂环境的降温负荷组合测算系统，其特征在于：所述步骤(1)中一次降温负荷测算的具体步骤为：

①、求取月平均负荷曲线，运用支持向量回归模型及相关月度经济数据及温度数据建立预测模型，并用月平均负荷曲线、月经济数据、温度数据进行模型训练，而后去掉降温季的月平均温度变化量即假设降温季的月度温度数据与非降温季相同，预测此时的降温季月平均负荷曲线；

②、利用时序分析法中的Winters模型，以去除温度变化的降温季月平均负荷曲线及非降温季的负荷信息为基础进行预测，在预测时以一周为一个周期，通过对历史数据的拟合，将本地区工作日及非工作日基本负荷差异计入模型，再分别外推预测预测日一天24点的基本负荷水平；

③、比较降温季日基本负荷曲线和实际负荷曲线获得一次降温负荷测算后的日降温负荷曲线。

5.根据权利要求4所述的一种适应复杂环境的降温负荷组合测算系统，其特征在于：所述步骤①中，相关月度经济数据包括但不局限于主要用电产业开工率、产业产品产量和各产业月产值，温度数据包括但不局限于月最高温度、月最低温度和月平均温度。

6.根据权利要求1所述的一种适应复杂环境的降温负荷组合测算系统，其特征在于，所述二次降温负荷测算即运用EMD分解模型将一次降温负荷测算获得的降温负荷曲线分解成一系列本征模函数，同时将本地区降温季对应月份的典型温度曲线，或是对应日的温度曲线分解成一系列本征模函数，将降温负荷曲线与温度曲线分解出来的本征模函数用K均值算法进行聚合，对降温负荷曲线中与温度变化明显无关的分量进行剔除，最后获得二次降温负荷测算后的降温负荷曲线。

7.根据权利要求1所述的一种适应复杂环境的降温负荷组合测算系统，其特征在于，所述步骤(1)中二次降温负荷测算的具体步骤为：

Ⅰ、将降温季各月相关温度曲线通过乘以适当系数达到与该月一次降温负荷测算后的降温负荷曲线处于同一数量级；

Ⅱ、利用经验模态分解模型对线性变换后的降温季日温度曲线进行分解，获得其本征模函数，对同月各日一次降温负荷测算后的降温负荷曲线进行经验模态分解，获得本征模函数；

Ⅲ、对月内相关温度曲线的本征模函数及各日一次降温负荷曲线的本征模函数及其线性组合进行K-means聚类，剔除与温度信息明显无关的随机扰动；

Ⅳ、将降温季各日温度曲线剔除随机扰动之后剩下的本征模函数重新聚合成各日降温负荷曲线，完成二次降温负荷测算。

8.根据权利要求7所述的一种适应复杂环境的降温负荷组合测算系统，其特征在于，所述步骤Ⅰ中，相关温度曲线包括但不局限于平均温度曲线和受极端天气影响的日温度曲线。