[发明专利]一种短时电力负荷组合式预测方法

权利要求书

1.一种短时电力负荷组合式预测方法，其特征是，流程包含步骤：

步骤1，当日季节属性判定；

步骤2，负载预测；步骤2中，所述负载预测步骤，具体包括：

步骤2.1，基础负荷预测；

步骤2.2，气象敏感型负荷预测。

2.如权利要求1所述的短时电力负荷组合式预测方法，其特征是，

步骤1中，所述当日季节属性判定，采用当日季节属性判定模型用于对未来一天的当日季节进行判断，通过未来一天的逐时季节属性的众数加权平均来确定预测日的季节属性S_D：

其中，S_T为某时刻的季节属性；p为不同时段的季节属性加权系数；n为未来一天不同时刻的季节属性众数个数；i表示季节属性众数所对应的各个时刻；

所述时刻的季节属性是通过逐时季节属性判定方法计算得到，逐时季节属性判定采用决策树模型，输入参数为前三小时滑动平均有效温度(mET，℃)、前三小时滑动平均空气焓值(mEnth，kJ/kg)、前三小时滑动平均含湿量(md，g/kg)和前三小时滑动平均露点温度(mTs，℃)。通过判定规则得到某一时刻的季节划分S_T，季节划分定义为离散属性，对应的物理意义如以下公式所示：

所述季节划分，根节点根据权衡各个属性的信息增益度，以有效温度作为根节点属性，当前时刻滑动平均有效温度小于9.8℃时，数据归向左分支，向下划分供热季和过渡季；根据人体热舒适性相关研究，当有效温度作小于9℃时，人体会产生冷感觉；二级节点考察空气焓值，左侧分支当焓值小于43kJ/kg时到达叶子节点，可判定当前时刻需要制热，为供热季；反之，通过第三级节点含湿量大于还是小于10g/kg得出唯一属性类别，从而划分出供热季和过渡季；根节点数据有效温度大于9.8℃，数据向右侧分支流动，从而最终划分出制冷季和过渡季。右侧二级节点信息增益度最大的也是焓值，当焓值小于20.8kJ/kg可判断为过渡季。反之继续向下到第三季节点，当有效温度大于22℃时判断为制冷季。当有效温度小于22℃时通过含湿量是否大于15g/kg将第四层节点的数据子集分为过渡季和制冷季；

所述逐时季节属性判定决策树模型中，为降低决策树的过拟合现象，在模型训练时采用n折交叉验证；将训练样本随机分割成n个子集，其中n-1个子集用来训练，另外一个单独的样本用作验证模型的数据，交叉重复n次，综合n次结果优化模型；

不同时段的季节属性加权系数是根据人在不同时段开空调的可能性确定的，根据日峰谷变化，将一天分为夜间低谷时段(0：00-7：00)，日间高峰时段(8：00-18：00)以及晚间高峰时段(19：00-23：00)。不同时段的季节属性加权系数为：

3.如权利要求1所述的短时电力负荷组合式预测方法，其特征是，

步骤2.1中，所述基础负荷为受生活作息影响较大，而与气象变化相关性较小的负荷，根据日类型不同分为工作日基础负荷和节假日基础负荷；采用过渡季对应日类型的历史数据的各时刻加权平均的日负荷作为电力负荷的基础负荷部分。采用所述季节属性判定模型，日基础负荷Q_{F_D}计算公式为：

其中，认为日季节属性S_D＝0时为过渡季，过渡季的日平均负荷即为该日基础负荷；当0＜|S_D|＜0.5时为不完全过渡季，日基础负荷为该日各时刻的基础负荷的平均值，上述某日各时刻的基础负荷Q_{F_Ti}为：

其中，T_i表示某个时刻；S_Ti为某个时刻对应的季节属性值；n为T_i时刻前的若干个用于计算的时刻；为T_i-m时刻的基础负荷。