[发明专利]一种用电地区短期负荷预测方法及装置

权利要求书

1.一种用电地区短期负荷预测方法，其特征在于，包括：

采集待预测用电地区的历史负荷指标数据，其中，所述历史负荷指标数据日最高负荷、日平均温度、日平均湿度、风力、电价、月平均电力投入、人口以及各个用户的累计负荷；

将所述历史负荷指标数据分别输入至对应的分类负荷预测模型，以通过所述分类负荷预测模型的运算，得到不同用户类别对应的单元短期负荷预测结果，所述分类负荷预测模型为基于同一用户类别的负荷指标主成分，并以morlet母小波函数作为传递函数训练得到的神经网络模型，其中，所述负荷指标主成分为通过同一用户类别的历史负荷指标数据，通过主成分分析方式得到的；

对各个所述单元短期负荷预测结果进行求和，得到所述待预测用电地区的短期负荷预测结果。

2.根据权利要求1所述的一种用电地区短期负荷预测方法，其特征在于，所述分类负荷预测模型的配置过程具体为：

基于所述待预测地区中各个用户的分类结果，结合待预测用电地区中各个用户的历史负荷指标数据，对同一用户类别的用户进行统计，得到所述用户类别的历史负荷矩阵；

基于所述历史负荷矩阵，结合预置的相关系数计算公式，得到相关系数矩阵；

通过Jacobi矩阵求解方式，对所述相关系数矩阵进行求解，得到若干个特征根；

按照所述若干个特征根的大小顺序，将所述特征根从大至小依次累加，当特征根累加和不小于预置的贡献率阈值时，根据已累加的特征根确定所述用户类别对应的负荷指标主成分；

基于所述负荷指标主成分，并以morlet母小波函数作为传递函数进行模型训练，得到所述分类负荷预测模型。

3.根据权利要求2所述的一种用电地区短期负荷预测方法，其特征在于，所述待预测地区中各个用户的分类结果的获取方式具体包括：

从待预测用户的历史用电数据提取所述用户的用电负荷特征，所述历史用电负荷特征具体包括：用电负荷、用电设备及用电时段；

基于所述用户的用电负荷特征，结合预设的各类用户类型的用电负荷参考特征，通过比对，以得到所述用户的分类结果。

4.根据权利要求2所述的一种用电地区短期负荷预测方法，其特征在于，所述基于所述历史负荷矩阵，结合预置的相关系数计算公式，得到相关系数矩阵之前还包括：

对所述历史负荷矩阵进行标准化变换。

5.根据权利要求1所述的一种用电地区短期负荷预测方法，其特征在于，所述用户类别具体包括：重工业用户、轻工业用户、企业用户以及居民用户。

6.一种用电地区短期负荷预测装置，其特征在于，包括：

采集单元，用于采集待预测用电地区的历史负荷指标数据，其中，所述历史负荷指标数据日最高负荷、日平均温度、日平均湿度、风力、电价、月平均电力投入、人口以及各个用户的累计负荷；

分类模型预测单元，用于将所述历史负荷指标数据分别输入至对应的分类负荷预测模型，以通过所述分类负荷预测模型的运算，得到不同用户类别对应的单元短期负荷预测结果，所述分类负荷预测模型为基于同一用户类别的负荷指标主成分，并以morlet母小波函数作为传递函数训练得到的神经网络模型，其中，所述负荷指标主成分为通过同一用户类别的历史负荷指标数据，通过主成分分析方式得到的；

分类预测结果汇总单元，用于对各个所述单元短期负荷预测结果进行求和，得到所述待预测用电地区的短期负荷预测结果。