[发明专利]一种区域电力饱和负荷预测方法及系统

权利要求书

1.一种区域电力饱和负荷预测方法，其特征在于，所述方法包括：

对影响电力负荷的所有负荷影响因素和电力负荷之间进行相关性分析，确定可作为预测模型输入变量的负荷影响因素；

根据所述可作为预测模型输入变量的负荷影响因素的历史数据，利用Logistic回归模型对所述可作为预测模型输入变量的负荷影响因素进行Logistic曲线拟合，确定所述可作为预测模型输入变量的负荷影响因素的预测值，其中，y表示负荷影响因素的预测值，k表示各负荷影响因素未来的饱和值，t表示时间，e为常数，k,a,b为常数，且k0,a0,b0；

根据所述可作为预测模型输入变量的负荷影响因素的预测值，利用LSSVM模型进行区域饱和负荷预测，获取用电量预测值以及最大负荷预测值；

根据所述用电量预测值和最大负荷预测值，确定当前区域的电力饱和时期以及饱和规模。

2.根据权利要求1所述的一种区域电力饱和负荷预测方法，其特征在于，所述对影响电力负荷的所有负荷影响因素进行相关性分析，确定可作为预测模型输入变量的负荷影响因素，包括：

获取与电力负荷相关的所有负荷影响因素，所述所有负荷影响因素包括：区域内的人均GDP、区域内的人均收入、区域内常驻人口数量、产业结构以及气象条件；

分别对所有负荷影响因素中的任一负荷影响因素和电力负荷之间进行相关性分析；

判断所述任一负荷影响因素与电力负荷之间的相关性是否大于等于设定的相关性阈值；

如果是，将所述任一负荷影响因素作为预测模型的输入变量；

如果否，将所述任一负荷影响因素剔除。

3.根据权利要求2所述的一种区域电力饱和负荷预测方法，其特征在于，所述相关性阈值为皮尔森相关系数阈值，且所述相关性阈值为0.5。

4.根据权利要求1所述的一种区域电力饱和负荷预测方法，其特征在于，根据所述可作为预测模型输入变量的负荷影响因素的预测值，利用LSSVM模型进行区域饱和负荷预测，获取用电量预测值以及最大负荷预测值的方法，包括：

利用ALO算法，对LSSVM模型中的参数C和σ²进行优化，获取优化后的LSSVM模型；

将所述可作为预测模型输入变量的负荷影响因素的预测值作为测试样本，输入所述优化后的LSSVM模型中，获取用电量预测值以及最大负荷预测值。

5.根据权利要求1-4中任一所述的一种区域电力饱和负荷预测方法，其特征在于，所述LSSVM模型的核函数为RBF核函数。

6.一种区域电力饱和负荷预测系统，其特征在于，所述系统包括：

相关性分析模块，用于对影响电力负荷的所有负荷影响因素和电力负荷之间进行相关性分析，确定可作为预测模型输入变量的负荷影响因素；

负荷影响因素预测值确定模块，用于根据所述可作为预测模型输入变量的负荷影响因素的历史数据，利用Logistic回归模型对所述可作为预测模型输入变量的负荷影响因素进行Logistic曲线拟合，确定所述可作为预测模型输入变量的负荷影响因素的预测值，其中，y表示负荷影响因素的预测值，k表示各负荷影响因素未来的饱和值，t表示时间，e为常数，k,a,b为常数，且k0,a0,b0；

饱和负荷预测模块，用于根据所述可作为预测模型输入变量的负荷影响因素的预测值，利用LSSVM模型进行区域饱和负荷预测，获取用电量预测值以及最大负荷预测值；

预测结果获取模块，用于根据所述用电量预测值和最大负荷预测值，确定当前区域的电力饱和时期以及饱和规模。