[发明专利]一种时间加权的购电风险预警方法

权利要求书

1.一种时间加权的购电风险预警方法，其特征在于包括以下步骤：

S1，对于一个电厂输入其购电历史数据AGDHis；获得购电历史数据数量AGDNum，历史数据中的最早日期AOldDay，历史数据中的最晚日期ANewDay；

S101，输入购电历史数据AGDHis，AGDHis为一个列表，列表中的每一个元素包含以下字段；

ARQ：购电协议日期；

ARQY：购电协议日期对应的月份值，值的范围为1到12；

AFDL：在该月份该电厂的最大发电量；

ARL：购电的容量；

ALY：是否履约，1为履约，-1为违约；

S102，AGDNum＝AGDHis的元素个数；

S103，AOldDay＝AGDHis列表中ARQ字段的最小值；

S104，ANewDay＝AGDHis列表中ARQ字段的最大值；

S2，基于AGDHis，构建日期分割数组BSep；

S201，建立一个日期分割暂存数组BTempArray，其元素个数为AGDNum个；

S202，日期分割计数器BCounter＝1；

S203，BTempDay＝Days(AGDHis[BCounter].ARQ，AOldDay)；其中Days函数为计算两个日期之间相差的天数；

S204，BTempArray[BCounter]＝BTempDay；

S205，BCounter＝BCounter+1；如果BCounter大于AGDNum则转到S206，否则转到S203；

S206，建立BSep，其元素个数为4个；

S207，利用K-Means算法对BTempArray进行聚类，算法的聚类的类目数为4个，其聚类中心分别为BK1，BK2，BK3，BK4；

S208，设定BSep[1]＝(BK1+BK2)/2；

S209，设定BSep[2]＝(BK2+BK3)/2；

S210，设定BSep[3]＝(BK3+BK4)/2；

S211，设定BSep[4]＝BTempArray中的最大值；

S3，构建日期区间增强算子CBigOpt，输入为一个日期CInputData，输出为增加因子CResult；

S301，最大相差天数变量CMaxV＝Days(ANewDay，AOldDay)；其中Days函数为计算两个日期之间相差的天数；

S302，当前相差天数变量CTempDay＝Days(CInputData，AOldDay)；其中Days函数为计算两个日期之间相差的天数；

S303，日期区间增强算子计数器CCounter＝1；

S304，如果BSep[CCounter]＝CTempDay，则转到S306，否则转到S305；

S305，CCounter＝CCounter+1，如果CCounter小于等于3则转到S304，否则转到S305 ；

S306，边界距离CTao＝(BSep[CCounter]-CTempDay)/CMaxV；

S307，计算CResult，其公式为：

S308，算子计算结束，返回CResult的值；

S4，通过CBigOpt对AGDHis进行处理，并训练回归预测神经网DNet；

S401，样本迭代计数器DCounter＝1；

S402，暂存增加因子TempCResult＝利用CBigOpt进行计算，其输入CInputData＝AGDHis[DCounter].ARQ；

S403，AGDHis[DCounter].ALY＝AGDHis[DCounter].ALY×TempCResult；

S404，DCounter＝DCounter+1，如果DCounter大于AGDNum则转到S405，否则转到S402；

S405，建立回归预测神经网DNet，该神经网的输出预测内容对应AGDHis的ALY字段，该神经网的输入对应AGDHis的ARQY、AFDL和ARL字段，利用AGDHis中的数据进行训练；

S406，输出DNet；

S5，对于一个购电方案Struct，利用DNet进行预测获得风险预警结果；

S501，对于购电方案Struct，其包含的字段包括：

ARQY：购电协议日期对应的月份值；

AFDL：在该月份该电厂的最大发电量；

ARL：购电的容量；

S502，使用DNet接入Struct，Struct的ARQY、AFDL和ARL作为DNet的输入，DNet回归预测输出预测结果为ALY；

S503，如果ALY小于0则转到S504，否则转到S505；

S504，如果ALY小于-1则输出存在较高违约风险，否则输出存在一定的违约风险，转到S506；

S505，输出不存在违约风险；

S506，预测过程结束。