[发明专利]一种电力负荷超短期预测方法、系统、设备及存储介质有效

专利信息
申请号: 202011638086.2 申请日: 2020-12-31
公开(公告)号: CN112766076B 公开(公告)日: 2023-05-12
发明(设计)人: 丁云飞;叶子军 申请(专利权)人: 上海电机学院
主分类号: G06F18/214 分类号: G06F18/214;G06F18/10;G06F18/213;G06Q10/04;G06Q50/06
代理公司: 上海科盛知识产权代理有限公司 31225 代理人: 翁惠瑜
地址: 200240 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 电力 负荷 短期 预测 方法 系统 设备 存储 介质
【权利要求书】:

1.一种电力负荷超短期预测方法,其特征在于,具体为:

S1:采集电力负荷时序信号S(t),对S(t)进行MEEMD分解,剔除S(t)中的异常信号,获得S′(t);

S2:对S′(t)进行EMD分解,获得余项和若干个第一IMF分量;

S3:计算余项和若干个第一IMF分量对应的主成分贡献率;

S4:将余项和若干个第一IMF分量以及对应的主成分贡献率代入训练好的极限学习机,获得若干个预测负荷分量;

S5:将若干个预测负荷分量进行叠加获得S(t)的预测总负荷;

所述的极限学习机为KELM模型,所述的训练过程具体为:

设置初始化参数,该参数包括迭代次数、停止条件、核参数γ以及隐含层与输出层的连接权重β;

采用训练集对KELM进行迭代求解,直至β不再发生变化;

其中,所述的KELM的求解核函数K(xi,xj)的计算公式为:

其中,Dis*p(x,y)为闵科夫斯基距离,计算公式为:

其中,(xj,yj)为KELM的输入,Ci为主成分的方差贡献率,d为维数,p为范数。

2.根据权利要求1所述的一种电力负荷超短期预测方法,其特征在于,步骤S1的具体过程为:

S101:在电力负荷时序信号S(t)中添加一组均值为零的白噪声信号S+(t)和S-(t);

S102:将S+(t)和S-(t)进行EMD分解,对应获得第二IMF分量I+(t)和I-(t);

S103:将I+(t)和I-(t)进行集成平均,获得集成平均值IP(t),判断IP(t)是否大于设定阈值,若是则重复步骤S101,否则在S(t)中剔除已经获得的P-1个集成平均值,获得S′(t)。

3.根据权利要求1所述的一种电力负荷超短期预测方法,其特征在于,所述的主成分贡献率为方差贡献率;

步骤S3具体为:

S301:将余项和若干个第一IMF分量作为样本,组成一个特征矩阵;

S302:将特征矩阵变换为相关矩阵:

S303:根据相关矩阵求解若干个主成分对应的特征值;

S304:根据特征值求解各个主成分的方差贡献率。

4.一种电力负荷超短期预测系统,其特征在于,包括:

信号采集模块,用于采集电力负荷时序信号S(t);

信号过滤模块,用于对S(t)进行MEEMD分解,剔除S(t)中的异常信号,获得S′(t);

负荷预测模块,包括负荷分量预测单元和负荷总量预测单元;

所述的负荷分量预测单元对S′(t)进行EMD分解,获得余项和若干个第一IMF分量,计算余项和若干个第一IMF分量对应的主成分贡献率,将余项和若干个第一IMF分量以及对应的主成分贡献率代入训练好的极限学习机,对应获得若干个预测负荷分量;

所述的负荷总量预测单元将若干个预测负荷分量进行叠加获得S(t)的预测总负荷;

所述的极限学习机为KELM模型,所述的系统还包括模型训练模块,所述的模型训练模块用于训练KELM模型;

所述的训练过程具体为:

设置初始化参数,该参数包括迭代次数、停止条件、核参数γ以及隐含层与输出层的连接权重β;

采用训练集对KELM进行迭代求解,直至β不再发生变化;

其中,所述的KELM的求解核函数K(xi,xj)的计算公式为:

其中,Dis*p(x,y)为闵科夫斯基距离,计算公式为:

其中,(xj,yj)为KELM的输入,Ci为主成分的方差贡献率,d为维数,p为范数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海电机学院,未经上海电机学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011638086.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code