[发明专利]一种基于奥恩斯坦-乌伦贝克过程求解的配网线路负荷预测方法

权利要求书

1.一种基于奥恩斯坦-乌伦贝克过程求解的配网线路负荷预测方法，其特征在于，包括以下具体步骤：

1)在收集数据之后，并预处理后，将混合因子的奥恩斯坦-乌伦贝克方程应用到天气和时间序列信息求解中；

2)将天气数据代入混合因子的奥恩斯坦-乌伦贝克方程中，通过混合因子的奥恩斯坦-乌伦贝克方程确定隐藏因子，并描述这些隐藏因子的参数对线路负荷曲线估计的影响；

3)对不同条件的参数进行训练，通过训练更新隐藏因子的选取范围、参数的确定性以及隐藏因子的抽样选择，找出每个聚类的隐藏因子强度,使线路负荷预测误差最小化；

4)利用数据集对所提出的模型进行测试，对用于预测风速和气温隐藏因子的布朗预测方法进行评价；

5)将上述步骤获得的参数导入到混合因子的奥恩斯坦-乌伦贝克方程中进行求解，获得线路负荷预测值。

2.根据权利要求1所述的一种基于奥恩斯坦-乌伦贝克过程求解的配网线路负荷预测方法，其特征在于，基于ITO随机微分方程，考虑线路负荷时间序列，建立混合因子的奥恩斯坦-乌伦贝克方程的数学模型，见公式1。

k为隐藏因子的个数，在方程定义中，确定为2，主要考虑，温度、风速的影响，参数是第k^th个隐藏因子的强度，线路负荷时间序列X_t，平均向量μ，向量Ψ^t∈R^1×d，μ∈R^d×1，参数d表示观察时间跨度值。

依据公式(1)，假设ITO求解公式为e^Ψt(x_t-μ)，对公式(1)求偏导，影响项作为常数，偏导为0，公式(1)可以重新表述为：

d(e^Ψt(x_t-μ))＝e^ΨtΨ(X_t-μ)dt+e^Ψtdx_t (2)

然后取区间[s；t]，对公式(2)上两边的ITO积分，获得公式(3)，通过简化如公式(4)所示：

基于观察时间跨度值d，以及线路历史与天气数据的统计特征线路获得负荷预测值x_t；

动态转移向量Ψ_t与平均向量μ，通过观测值x_n,进行计算与更新，考虑到(4)，x_n-d的x_n预测值等于：

x_n＝e^-ψδx_n-1+(I-e^-ψδ)μ+ε_n (5)

式中，参数ε_n计算如下：

方程(6)的第一项用于确定Ψ，μ向量，

隐藏因素强度的数学模型公式(7)所示：

其中，N_t是Poisson过程，解释了隐藏因子的起伏变动分布，和分别确定了隐藏因子的期望值、隐藏因子值的标准差和波动的上界，dw_t是Wiener sausage的数值。