[发明专利]一种长期用电负荷预测方法、装置及计算机实现系统

权利要求书

1.一种长期用电负荷预测方法，其特征在于，包括以下步骤：

1)获取待测地区历史数据，所述历史数据包括历史经济数据、历史人口数据和历史用电量；

2)对所述历史数据进行预处理；

3)基于预处理后的历史数据，采用一训练好的用电负荷预测模型实现长期用电负荷的预测，所述用电负荷预测模型为神经网络分位数回归模型。

2.根据权利要求1所述的长期用电负荷预测方法，其特征在于，所述预处理包括归一化处理。

3.根据权利要求1所述的长期用电负荷预测方法，其特征在于，所述用电负荷预测模型表示为：

其中，Y(τ)为解释变量，包括GDP、GDP中三产占比和年末户籍人口，τ为分位点，τ∈(0,1)，X＝{x_k}_{k＝1,2,...,K}为被解释变量，包括用电量，K为隐含层节点数目，J为输出层节点数目，W(τ)＝{w_jk(τ)}_{j＝1,2,...,J；k＝1,2,...,K}为输入层与隐含层之间的连接权重向量，V(τ)＝{v_j}_{j＝1,2,...,J}为隐含层与输出层之间的连接权重向量，g₁(·)为隐层转换函数，g₂(·)为输出层的转换函数，非线性函数f[X,W(τ),V(τ)]体现由X到Y的非线性结构。

4.根据权利要求1所述的长期用电负荷预测方法，其特征在于，采用所述用电负荷预测模型进行长期用电负荷的预测时，先基于历史经济数据和历史人口数据预测经济指标和人口指标，再基于预测的经济指标和人口指标进行长期用电负荷的预测。

5.一种长期用电负荷预测装置，其特征在于，包括：

历史数据存储模块，用于获取待测地区历史数据，所述历史数据包括历史经济数据、历史人口数据和历史用电量；

预处理模块，用于对所述历史数据进行预处理；

预测模块，用于基于预处理后的历史数据，采用一训练好的用电负荷预测模型实现长期用电负荷的预测，所述用电负荷预测模型为神经网络分位数回归模型。

6.根据权利要求5所述的长期用电负荷预测装置，其特征在于，所述预处理模块中，预处理包括归一化处理。

7.根据权利要求5所述的长期用电负荷预测装置，其特征在于，所述预测模块中，用电负荷预测模型表示为：

其中，Y(τ)为解释变量，包括GDP、GDP中三产占比和年末户籍人口，τ为分位点，τ∈(0,1)，X＝{x_k}_{k＝1,2,...,K}为被解释变量，包括用电量，K为隐含层节点数目，J为输出层节点数目，W(τ)＝{w_jk(τ)}_{j＝1,2,...,J；k＝1,2,...,K}为输入层与隐含层之间的连接权重向量，V(τ)＝{v_j}_{j＝1,2,...,J}为隐含层与输出层之间的连接权重向量，g₁(·)为隐层转换函数，g₂(·)为输出层的转换函数，非线性函数f[X,W(τ),V(τ)]体现由X到Y的非线性结构。

8.根据权利要求5所述的长期用电负荷预测装置，其特征在于，所述预测模块中，采用所述用电负荷预测模型进行长期用电负荷的预测时，先基于历史经济数据和历史人口数据预测经济指标和人口指标，再基于预测的经济指标和人口指标进行长期用电负荷的预测。

9.一种长期用电负荷预测的计算机实现系统，包括处理器和存储器，所述存储器存储有计算机程序，其特征在于，所述处理器调用所述计算机程序实现如权利要求1-4所述方法的步骤。