[发明专利]用于促进公用事业系统的负载形状预测的智能数据预处理技术

说明书

系统从档案接收一组负载信号，该档案包含在为公用事业系统分配电力的整个电网的不同位置收集的历史负载信息。接下来，系统将一阶差分函数应用于该组负载信号以产生一组差分信号。然后，系统对该组差分信号执行尖峰检测操作，以识别成对的正负和负正尖峰，这识别该组负载信号中与网络中断时段相关联的间隙。接下来，系统通过用基于紧接在识别出的间隙之前的连续负载值执行局部负载形状预测操作确定的预测的负载值填充每个识别出的间隙来修改该组负载信号。最后，系统基于该组修改后的负载信号预测公用事业系统的电力需求。

技术领域

所公开的实施例一般而言涉及用于执行电力需求预测以促进公用事业系统的正在进行的操作的技术。更具体而言，所公开的实施例涉及一种智能负载数据预处理技术，其促进公用事业系统的改进的电力负载形状预测。

背景技术

电力公用事业系统通常为电力提供非常有限的存储，这意味着供应和需求必须持续匹配。当需求突然超过供应时，可能发生区域性停电。为避免此类停电，公用事业公司通过区域和国家电网不断买卖电力。用于预测未来两小时或更长时间的需求的准确的负载形状预测至关重要，因为在电网上买卖电力的实时现货市场费率可能会变化10到20倍。出于这个原因，大多数公用事业系统开始使用机器学习技术分析来自多年数据历史记录器(historian)档案和长期历史天气模式的信息，以基于当前和近期预测的天气状况创建短期负载形状预测。这些短期预测使得可以优化供需决策，以最大限度地降低现货市场采购的成本，并最大限度地提高现货市场销售的每小时收入。

公用事业系统还关注长期负载形状预测，以预计未来几周和几个月的需求，其中这种需求受每小时或每日天气波动的影响较小，但受预计人口增长(或下降)模式、季节性天气模式和公用事业服务的地理区域内的住宅/商业需求增长模式的影响更大。电力公司使用此类长期需求预测来执行重要操作，诸如：需求侧管理；存储维护和调度；可再生能源的整合；通过诸如能源交换等替代手段协调更便宜电力的供应；并与邻近的公用事业和热电联产设施签订双边电力供应协议。

短期和长期预测的准确性受到数据历史记录器档案中存档信号的保真度的强烈影响。但是，此类存档信号的保真度通常会受网络中断事件的不利影响，诸如变压器故障或定期维护。在此类网络中断事件期间产生的存档数据与公用事业系统的正常操作不一致，并可能导致短期和长期需求预测非常不准确。

因此，需要一种用于减轻异常扰动对在此类网络中断事件期间产生的存档数据历史记录器信号的不利影响的技术。

发明内容

所公开的实施例涉及预测公用事业系统的电力需求的系统。在操作期间，系统首先从档案接收一组负载信号，该档案包含在为公用事业系统分配电力的整个电网的不同位置收集的历史负载信息。接下来，系统预处理该组负载信号。在该预处理操作期间，系统将一阶差分函数应用于该组负载信号以产生一组差分信号。然后，系统对该组差分信号执行尖峰检测操作，以识别成对的正负和负正尖峰，这识别该组负载信号中与网络中断时段相关联的间隙。接下来，系统通过用基于紧接在识别出的间隙之前的连续负载值执行局部负载形状预测操作确定的预测的负载值填充每个识别出的间隙来修改该组负载信号。在预处理操作完成后，系统基于该组预处理的负载信号预测公用事业系统的电力需求。

在一些实施例中，系统使用对电力需求的预测来控制由公用事业系统提供的电力供应。

在一些实施例中，控制由公用事业系统提供的电力供应包括以下中的一项或多项：控制由公用事业系统中的一个或多个发电厂产生的电量；通过电网为公用事业系统购买电力；通过电网销售由公用事业系统生产的电力；储存电力以供公用事业系统将来使用；以及为公用事业系统制定建造新发电厂或添加其它发电资产(例如，风力涡轮机、燃气涡轮机、太阳能发电场或地热资产)的计划。