[发明专利]一种适应复杂环境的降温负荷组合测算系统

说明书

本发明公开了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：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；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；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。本发明所述的一种适应复杂环境的降温负荷组合测算系统，该适应复杂环境的降温负荷组合测算系统通过对降温负荷的一、二次降温负荷测算解决了基本负荷月间差异大以及日内波动较大等问题，具有较高测算精度及良好适应性，能够有效提高负荷预测精度以及电网运行优化速度，带来更好的使用前景。

技术领域

本发明涉及搜索管理方法领域，特别涉及一种适应复杂环境的降温负荷组合测算系统。

背景技术

随着负荷预测相关技术的发展，目前对于各时间尺度的负荷预测已形成了较为完备和成熟的方法体系，但其中对于降温负荷的研究较少，且模型精度较低，近年来随着居民生活水平的提高，空调等降温设备使用量增多，降温负荷迅速增长，在负荷结构中占比逐年增大，已经成为夏季最大负荷屡创新高的重要原因。受极端天气影响，降温负荷波动性增加，对电网运行造成了一定的负面影响，其测算及预测工作已成为电网规划运行的重要环节之一，随着降温负荷在负荷结构中占比逐年增大，测算降温负荷对中短期负荷预测工作意义重大。受经济新常态、去产能等政策影响，基本负荷在月间出现较大差异，传统降温负荷测算方法对该类情况有局限性。

现有的适应复杂环境的降温负荷组合测算系统在使用时存在一定的弊端，现有的适应复杂环境的降温负荷组合测算系统因基本负荷月间差异以及日内波动较大，导致测算的结果不精确，为此，我们提出一种适应复杂环境的降温负荷组合测算系统。

发明内容

本发明的主要目的在于提供一种适应复杂环境的降温负荷组合测算系统，可以有效解决背景技术中的问题。

为实现上述目的，本发明采取的技术方案为：

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。

优选的，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。

优选的，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。

优选的，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。