[发明专利]一种电力负荷波动范围预测方法及装置

权利要求书

1.一种电力负荷波动范围预测方法，其特征在于，所述方法包括：

获取当前时刻及当前时刻之前的历史电力负荷时间序列对应的模糊矩阵；

对所述模糊矩阵中各行模糊数据进行相空间重构，获取各行模糊数据对应的相空间矩阵；

根据所述各行模糊数据对应的相空间矩阵确定当前时刻之后未来时段的电力负荷波动范围。

2.如权利要求1所述的方法，其特征在于，所述获取当前时刻及当前时刻之前的历史电力负荷时间序列对应的模糊矩阵，包括：

以预设时间长度为单位将历史电力负荷时间序列划分为多个时间窗口；

获取各时间窗口中数据的模糊值；

根据各时间窗口中数据的模糊值确定历史电力负荷时间序列对应的模糊矩阵。

3.如权利要求2所述的方法，其特征在于，所述获取各时间窗口中数据的模糊值，包括：

按下式确定第n个时间窗口中第k个数据的模糊值x_n,k：

式中，x′_n,k为第n个时间窗口中第k个数据，m_n为第n个时间窗口中数据的中位数，a_n为第n个时间窗口的最小数据，b_n为第n个时间窗口的最大数据。

4.如权利要求2所述的方法，其特征在于，所述根据各时间窗口中数据的模糊值确定历史电力负荷时间序列对应的模糊矩阵，包括：

基于第n个时间窗口中各数据的模糊值，按下式获取历史电力负荷时间序列对应的模糊矩阵中第n列元素：

式中，f_n,1为模糊矩阵中第一行第n列元素，f_n,2为模糊矩阵中第二行第n列元素，f_n,3为模糊矩阵中第三行第n列元素，x_n,k为第n个时间窗口中第k个数据的模糊值，x_n,m为第n个时间窗口中数据的中位数的模糊值，k∈[1,K]，K为时间窗口的数据个数，K′为时间窗口的中位数之前的数据个数，n∈[1,N]，N为以预设时间长度为单位将历史电力负荷时间序列进行划分获得的时间窗口总数；

按下式确定历史电力负荷时间序列对应的模糊矩阵F：

5.如权利要求1所述的方法，其特征在于，所述对所述模糊矩阵中各行模糊数据进行相空间重构，获取各行模糊数据对应的相空间矩阵，包括：

利用虚假邻点法获得所述模糊矩阵各行模糊数据对应相空间的嵌入维数以及利用自相关法获得所述模糊矩阵各行模糊数据对应相空间的延迟时间；

基于各行模糊数据对应相空间的嵌入维数中的最小嵌入维数和和各行模糊数据对应相空间的延迟时间中的最小延迟时间，获得所述各行模糊数据对应的相空间矩阵。

6.如权利要求1所述的方法，其特征在于，所述根据所述各行模糊数据对应的相空间矩阵确定当前时刻之后未来时段的电力负荷波动范围，包括：

将第i行模糊数据对应的相空间矩阵中第Q-T+s列相空间数据代入预先获取的第i个支持向量机模型，获得第i行模糊数据对应的相空间矩阵中第Q+s列最后一个相空间预测数据；

将各行模糊数据对应的相空间矩阵中第Q+s列最后一个相空间预测数据作为当前时刻之后第s个未来时段的电力负荷波动范围输出；

其中，i∈(1,2,3)，Q为相空间矩阵总列数，T为预测步长，所述未来时段的时间长度与预设时间长度相同。

7.如权利要求6所述的方法，其特征在于，所述预先获取的第i个支持向量机模型的获取过程，包括：

将第i行模糊数据对应的相空间矩阵中第q列相空间数据作为输入层样本，将第i行模糊数据对应的相空间矩阵中第q+T列最后一个相空间数据作为输出层样本，训练预先搭建的支持向量机模型获得所述预先获取的第i个支持向量机模型；

其中，q∈[1,Q-T]。