[发明专利]基于多负荷模式的短期电力负荷预测方法及系统

权利要求书

1.基于多负荷模式的短期电力负荷预测方法，其特征在于，包括以下步骤：

S1：获取预测区域的负荷历史数据；

S2：根据负荷历史数据的负荷模式进行分类并形成各负荷模式的负荷曲线；

S3：根据各负荷模式的负荷曲线进行智能分段，并将分段结果进行存储；

S4：构建多种模式的预测模型，并分别对各种负荷模式的各分段负荷进行模拟预测，将预测结果进行存储；

S5：块根据预测结果筛选出各种负荷模式及其分段负荷曲线对应的负荷预测模型，对带预测日的日负荷曲线进行预测，完成日负荷曲线的预测。

2.根据权利要求1所述的基于多负荷模式的短期电力负荷预测方法，其特征在于，在所述步骤S2中，所述负荷模式包括工作日模式、周末日模式及重大节假日模式三种。

3.根据权利要求1所述的基于多负荷模式的短期电力负荷预测方法，其特征在于，在所述步骤S3中，根据各负荷模式的负荷曲线按负荷高峰段、负荷平峰段和负荷低峰段进行智能分段。

4.根据权利要求1所述的基于多负荷模式的短期电力负荷预测方法，其特征在于，在所述步骤S4中，所述构建的预测模型包括BP神经网络预测模型、灰色系统理论预测模型和时间序列模型。

5.根据权利要求1所述的基于多负荷模式的短期电力负荷预测方法，其特征在于，在所述步骤S5中，从数据库中按照精度标准差筛选出各种负荷模式及其分段负荷曲线对应的负荷预测模型。

6.基于多负荷模式的短期电力负荷预测系统，其特征在于：数据获取模块、预处理模块、智能分段模块、预测模型方法库、交互模块、数据处理模块和数据库；其中：

所述数据获取模块用于获取预测区域的负荷历史数据；

所述预处理模块根据负荷历史数据的负荷模式进行分类并形成各负荷模式的负荷曲线；

所述智能分段模块根据各负荷模式的负荷曲线进行智能分段，并将分段结果存储于所述数据库中；

所述预测模型方法库用于构建多种模式的预测模型，并分别对各种负荷模式的各分段负荷进行模拟预测，并将预测结果存储于所述数据库中；

所述交互模块用于输入待预测日期及输出系统的预测结果；

所述数据处理模块从数据库中筛选出各种负荷模式及其分段负荷曲线对应的负荷预测模型，根据输入的待预测日期对带预测日的日负荷曲线进行预测，并将输出结果由所述交互模块进行输出。

7.根据权利要求6所述的基于多负荷模式的短期电力负荷预测系统，其特征在于：所述负荷模式包括工作日模式、周末日模式及重大节假日模式三种。

8.根据权利要求6所述的基于多负荷模式的短期电力负荷预测系统，其特征在于：所述智能分段模块根据各负荷模式的负荷曲线按负荷高峰段、负荷平峰段和负荷低峰段进行智能分段。

9.根据权利要求6所述的基于多负荷模式的短期电力负荷预测系统，其特征在于：在所述预测模型方法库中构建的预测模型包括BP神经网络预测模型、灰色系统理论预测模型和时间序列模型。

10.根据权利要求6所述的基于多负荷模式的短期电力负荷预测系统，其特征在于：所述数据处理模块从数据库中按照精度标准差筛选出各种负荷模式及其分段负荷曲线对应的负荷预测模型。