[发明专利]一种区域电力饱和负荷预测方法及系统

说明书

本申请公开了一种区域电力饱和负荷预测方法及系统，该方法包括：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，根据历史数据，利用Logistic回归模型，对这些负荷影响因素进行Logistic曲线拟合，确定其预测值，根据该预测值，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。该系统包括相关性分析模块、负荷影响因素预测值确定模块、饱和负荷预测模块以及预测结果获取模块。通过本申请，能够提高负荷预测的准确性，降低负荷预测的复杂度，有利于推广使用。

技术领域

本申请涉及电力负荷预测与分析技术领域，特别是涉及一种区域电力饱和负荷预测方法及系统。

背景技术

在电力行业，一方面，当社会发展到一定阶段，受人口、经济、资源以及环境等条件的限制，区域电量和负荷增势会减缓，直至趋于饱和状态。另一方面，随着城市建设和改造力度的加大，电网建设的压力逐渐增加，从而导致电网规划的复杂性和迫切性之间的矛盾日益突出。因此，对区域电力饱和负荷进行预测和分析，确定电网的最佳规模，从而确保电力系统安全和经济地运行，对于促进电网建设和城市协调发展，具有重要意义。

目前对区域电力饱和负荷进行预测的方法，通常包括三类：第一种是以弹性系数法、人家用电量指标换算法以及负荷密度法为主的经典预测方法；第二种是以回归分析法、趋势外推法为主的传统预测方法；第三种是以灰色预测法、小波分析法以及神经网络法为主的新型预测方法。

然而，目前的三类预测方法，均为单一预测方法，即：均采用单一的预测方法来进行饱和负荷预测，导致电力负荷预测过程太复杂，且预测结果的准确性不够高。

发明内容

本申请提供了一种区域电力饱和负荷预测方法及系统，以解决现有技术中的电力饱和负荷预测方法单一，以及负荷预测的复杂性高且准确性较低的问题。

为了解决上述技术问题，本申请实施例公开了如下技术方案：

一种区域电力饱和负荷预测方法，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。

可选地，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。

可选地，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。