[发明专利]一种基于分时分区气象数据的多小水电地区短期电力负荷预测方法

权利要求书

1.一种基于分时分区气象数据的多小水电地区短期电力负荷预测方法，其特征在于：它包括以下步骤：

步骤1：对各个县/区小水电出力数据和其对应县/区的降雨量数据进行分析，研究径流式小水电的特性；

步骤2：进一步研究小水电出力带来累积性、滞后性，并确立其相关系数方程；

步骤3：提出小水电负荷的预测方法，先预测出基值，按照降雨模式与负荷相似性原理，预测出标幺负荷曲线，最后得到小水电负荷预测曲线，

在步骤2中，结合小水电的空间分布和水文流域特点，以及地区整体气象变化和局地气象差异这些历史气象信息，从径流式小水电出力的影响因素入手，深入分析径流式小水电预测出力与其对应时段降雨量的相关性关系；

在步骤3中，具体包括以下步骤：

1)以最大负荷和最小负荷为基值，将小水电历史负荷曲线标幺化并预测出待预测日负荷曲线的基值；

2)以降雨量和日最大、最小负荷为相关因素，根据连续多日降雨量确定的降雨模式相似度，构建历史负荷样本集合、日负荷序列集合、聚类质心集合、质心向量集合；从日负荷序列集合中选取若干个样本作为初始聚类质心，并计算剩余样本到所述初始聚类质心的距离，并将其归到距离最小的类中，然后在计算每种负荷模式下所有样本的均值，更新每个类的质心向量，不断重复这一过程直至聚类质心集合的变化程度不超过给定阈值为止，得到典型标幺曲线模式，再利用概率神经网络加以识别，选取相似的标幺曲线，根据预测得到的基值及标幺曲线，还原预测得到小水电预测负荷曲线。

2.根据权利要求1所述的基于分时分区气象数据的多小水电地区短期电力负荷预测方法，其特征在于，在步骤2中，将历史负荷作为参考序列X₀＝{X₀₍₁₎，X₀₍₂₎，...，X_0(j)，...，X_0(m)}，取预测日前L天的降雨量作为比较序列，第i天降雨量的序列向量表示为Xi＝{X_i(1)，X_i(2)，...，X_i(j)，...，X_i(m)}，i≤L，每个序列含有m个值，经过无量纲化处理后，X₀与X_i在j点的关联系数ξ_oi(j)为：

式中，为两级最小差；为两级最大差；ρ为分辨系数，

序列X₀与X_i的关联度γ_i可由m个关联系数的平均值得到，具体公式为

其中γ_i取值介于0与1之间，γ_i值越接近1，影响因素与历史负荷的关联程度越大，根据γ_i值排序前r天降雨量对预测日的影响最大，最终得出最大降雨相关日以体现降雨量的累积效应和滞后性。