[发明专利]一种电力负荷波动范围预测方法及装置

说明书

本发明涉及一种电力负荷波动范围预测方法及装置，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；本发明通过获得历史电力负荷时间序列对应的相空间矩阵，利用该相空间矩阵获得预测时刻的负荷波动范围，兼顾了电力负荷时间序列的混沌性和不确定性，预测结果相比现有技术获得结果更加准确，可为后续配电计划的制订提供有力支撑。

技术领域

本发明涉及电力系统负荷预测技术领域，具体涉及一种电力负荷波动范围预测方法及装置。

背景技术

伴随着大数据和人工智能技术的发展，越来越多的负荷预测技术得以应用。但电力负荷时间序列的混沌性和多变性给精确电力负荷预测技术的应用带来了挑战。如何解决混沌电力负荷序列的预测问题成为了研究的难题。现有研究中通过将线性模型和非线性模型组合使用来解决该问题，即在用线性模型建模之后，用原始序列减去线性模型的预测结果得到包含有非线性成分的残差项；接着用非线性模型对此残差项进行预测，得到最终预测结果，此方法将原始时间序列减去线性预测成分后所得到的残差序列往往噪声成分大，信噪比很低，导致非线性成分的特征也难以被非线性方法所学习，预测结果准确性较低。

现有技术中预测模型的得到预测结果仅可预测负荷序列在某一时刻的固定值，而电力负荷时间序列受到诸多外界因素的影响，具有很强的不确定性，在负荷预测中考虑这种不确定因素是合理并且必要的。

因此，对于上述问题，本领域需要一种针对混沌性时间序列的负荷波动范围的预测方法。

发明内容

针对现有技术的不足，本发明的目的是一种电力负荷波动范围预测方法及装置，通过获得历史电力负荷时间序列对应的相空间矩阵，利用该相空间矩阵获得预测时刻的负荷波动范围，兼顾了电力负荷时间序列的混沌性和不确定性，预测结果相比现有技术获得结果更加准确，可为后续配电计划的制订提供有力支撑。

本发明的目的是采用下述技术方案实现的：

本发明一种电力负荷波动范围预测方法，其改进之处在于，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。

优选的，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。

进一步的，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。

进一步的，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：