[发明专利]一种负荷、价格预测及修正方法

说明书

本发明提供一种负荷、价格预测及修正方法，包括：步骤一：构建历史数据集；步骤二：构建第二训练集；步骤三：构建预测模型进行预测，并对预测结果进行修正。构建第二训练集需要先后经过根据待预测日的日类型进行的第一层筛选、根据待预测日的平均温度进行第二层筛选。所建预测模型进行预测的步骤包括点预测和区间预测两种情形，均需要先选择使得预测方法结果误差最小的K天数据集，然后再根据预测算法进行预测，并对预测结果进行修正。本发明提供的预测及修正方法中考虑时间影响的历史数据选取的参数K，使得预测更为准确，且同时适用于电价和负荷的预测，并且既可以进行点预测又可以进行区间预测，并对预测结果进行修正，使用更为准确和灵活。

技术领域

本发明属于能源领域中负荷与价格预测技术领域，具体涉及一种负荷、价格预测及修正方法。

背景技术

负荷和价格的预测一直是能源领域的关键问题，对后期的运行优化、能源结构的调整乃至国民经济的调整都有很重要的作用。一般情况下预测未来24个小时的负荷或价格较为常见，以往基于价格、负荷的研究工作很多，但是大多致力于单一的价格预测和负荷预测，比如：负荷预测，如《一种基于核主成分分析和随机森林的短期负荷预测方法》、《一种基于大数据技术的电力负荷预测模型》；价格预测，如《基于BP神经网络与马尔可夫链的短期电价预测》、《一种动态尖峰电价机制的设计方法》。以上都属于单一的预测模型，其缺乏统一性和通用性，事实上，负荷和价格两者都受到日类型和温度的影响，在不同的市场环境下又受到其它许多很难进行检测和量化的非确定性因素的影响，比如从其它机组获得出力的不确定性、信息阻塞的影响、电网约束的影响等等，这些非确定性因素很难纳入预测模型中，导致准确的点预测比想象中要复杂的多，因此，有时候区间预测也成为一个可以落地执行的方向，区间预测给出的是未来变化波动的范围。

发明内容

针对现有技术中存在的问题，本发明提出了一种既可以适用于负荷预测又可以适用于价格预测的预测方法，同时既可以进行点预测又可以进行区间预测。

本发明提供一种负荷、价格预测及修正方法，包括以下几个流程步骤：

步骤一：构建历史数据集；

步骤二：构建第二训练集；

步骤三：构建预测模型进行预测，并对预测结果进行修正。

优选的实施方式为，所述历史数据集包括历史价格、负荷、温度数据。

优选的实施方式为，所述历史数据集还包括湿度、燃料价格、生产规模。

优选的实施方式为，所述历史数据集的60-70％作为初始训练集。

优选的实施方式为，所述构建第二训练集需要经过两层筛选，分别是：

(1)根据待预测日的日类型进行的第一层筛选；

(2)根据待预测日的平均温度进行第二层筛选。

优选的实施方式为，进行两层筛选后，进行特征的构建，特征包括是否为节假日、前24小时的平均负荷/价格、系统总的负荷/价格情况、前天的平均价格/负荷、前天同一时刻的负荷/价格、其它影响因素前天的情况、其它影响因素上周的平均情况或者时刻之间的相关性。

优选的实施方式为，所述构建预测模型进行预测，具体包括点预测和区间预测两种情形，分别为：

(1)点预测的情形

在第二训练集中选择使得预测方法结果误差最小的K天数据集，然后使用点预测算法进行点预测；

(2)区间预测的情形

在第二训练集中选择使得预测算法结果误差最小的K天数据集，然后使用区间预测算法进行区间预测。