[发明专利]一种基于人工智能算法的电力系统负荷预测方法和系统

说明书

本发明提供一种基于人工智能算法的电力系统负荷预测方法和系统，所述预测方法具体步骤如下：基础历史数据获取，负荷多方位预测，预测结果的分段式截取，融合结果产生，电力系统控制；本发明的一种基于人工智能算法的电力系统负荷预测系统设计合理，采用长期数据、短期数据和典型数据为样本数据，分别进行预测曲线的基准线的预测、短时预测曲线的预测和单日预测，然后检测预测曲线基准线与短时预测曲线的局部重合度，用于基准线的修正，再通过单日预测在基准线上的分布情况，在特殊情况下对基准线进行适应性修正，提高整体预测的准确性，保证电力调度的合理性和安全性。

技术领域

本发明属于负荷预测加工领域，特别涉及一种基于人工智能算法的电力系统负荷预测方法和系统。

背景技术

电力负荷预测是电力系统规划的重要组成部分，也是电力系统经济运行的基础，其对电力系统规划和运行都极其重要，电力系统负荷预测的方法多种多样，并且处于一直更新发展的状态，进而提高负荷预测的准确性，不同的预测方法的特性不尽相同，有些预测时间长，有些短期预测结果精准，但是，现有的预测方法和系统，不能够同时保证预测的时长和精度，预测的综合质量还能够进一步提升，不能够以短时间预测辅助长时间预测的修正，为此，本发明提出一种基于人工智能算法的电力系统负荷预测方法和系统。

发明内容

为了解决现有技术存在的问题，本发明提供了一种基于人工智能算法的电力系统负荷预测方法和系统，本发明的基于人工智能算法的电力系统负荷预测系统设计合理，采用长期数据、短期数据和典型数据为样本数据，分别进行预测曲线的基准线的预测、短时预测曲线的预测和单日预测，然后检测预测曲线基准线与短时预测曲线的局部重合度，用于基准线的修正，再通过单日预测在基准线上的分布情况，在特殊情况下对基准线进行适应性修正，提高整体预测的准确性，保证电力调度的合理性和安全性。

为了实现上述目的，本发明是通过如下的技术方案来实现：一种基于人工智能算法的电力系统负荷预测方法，具体步骤如下：

步骤一：基础历史数据获取；计算机通过数据检索模块在电力系统数据库中检索获取预测样本数据，样本数据分为长期数据、短期数据和典型数据，长期数据用于建立预测曲线的基准线，短期数据用于检测预测曲线基准线与短时预测曲线的局部重合度，用于基准线的修正，典型数据用于检测预测曲线基准线与单日预测的重合度，通过单日预测在基准线上的分布情况，在特殊情况下对基准线进行适应性修正，提高整体预测的准确性，保证电力调度的合理性和安全性；

步骤二：负荷多方位预测；预测算法模块中集成有长期预测方法、短期预测方法和单日预测方法，首先，预测算法模块采用长期预测方法根据长期样本数据进行基准线的预测，然后依次采用短期预测方法和单日预测方法进行负荷预测；

步骤三：预测结果的分段式截取；数据分割模块将使用长期数据预测到的基准线的上所对应的时间段的曲线截取下来，然后与对应时间段的短期预测结果对比，数据重组融合模块将两段曲线对比并进行平均再融合成此时间段的新的预测曲线，并根据融合曲线对原有曲线进行适应性调整，使新的融合曲线接入基准线的缺失段，同理，根据单日预测结果对新的融合曲线进行微调；

步骤四：融合结果产生；短期预测结果和单日预测结果多次数据融合后，得到更加符合实际的预测曲线，保证预测的长时间和准确性；

步骤五：电力系统控制；计算机将融合结果发送至电力系统，由电力系统进行相应的电力调度。

一种基于人工智能算法的电力系统负荷预测系统，包括计算机、电力系统数据库、数据检索模块、预测算法模块、数据分割模块、数据重组融合模块和电力系统。

作为本发明的一种优选实施方式，所述长期数据包含短期数据，所述短期数据包括单日数据。

作为本发明的一种优选实施方式，所述计算机分别与电力系统数据库、数据检索模块、预测算法模块、数据分割模块、数据重组融合模块和电力系统电性连接。