[发明专利]一种基于天气参数的电力负荷预测方法、装置及移动终端

说明书

本发明公开了一种基于天气参数的电力负荷预测方法、装置及移动终端，所述方法包括：获取第一天气参数集和电力负荷数据集，并计算电力负荷数据集分别与第一天气参数集、第二天气参数集之间的相关系数；其中，第二天气参数集是根据第一天气参数集中多个第一天气参数之间的耦合关系而计算获得；根据相关系数，从第一天气参数集、第二天气参数集中获取最优天气参数；将最优天气参数和电力负荷数据集输入预设的电力负荷预测模型中，以得到基于天气参数的电力负荷预测结果。采用本发明实施例能提高基于天气参数的电力负荷预测的准确性。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种基于天气参数的电力负荷预测方法、装置及移动终端。

背景技术

电力是关系国计民生的基础能源。由于目前电厂无法大规模存储产出电能，所以维持电网供需平衡是保证电力系统稳定运行的关键。为此，需要对电力系统中用户负荷需求进行预测。需求侧电力负荷预测偏差过大会给电力系统的可靠运行埋下安全隐患，对社会生产生活及供电企业带来极大损失。例如，需求侧电力负荷预测过小会造成供电系统的备用容量规划不足，从而在集中用电时段出现供电短缺的情况；需求侧电力负荷预测过大则会造成用电力负荷的浪费，增加运行成本损失。因此，随着国民经济和社会发展对电力需求的不断提高，精准的负荷预测变得越来越重要。

而电力负荷与天气、经济、日类型、用户类型等诸多因素相关。由于人会根据对环境舒适度变化感知而改变用电行为，如高温天开空调制冷、低温天开空调制热等等，所以天气参数对电力负荷影响十分显著。据统计，夏季气温与负荷存在明显正相关性，且气温对负荷具有累计效应，多日连续的高温天气将改变电力负荷特征；此外，80％的降水过程会使日用电量减少，平均下降幅度为3％，最大下降幅度约为10％。而且降水对负荷的影响存在一定的延迟，一般影响以后几日的负荷。

天气参数与电力负荷是一种复杂的非线性关系，在电力负荷预测中通常会将温度、湿度、风力以及阴晴等天气参数输入SVM、ANN等机器学习模型，进行t电力负荷拟合，以得到电力负荷预测结果。然而，常用温湿度等天气参数一方面具有一定相关性，另一方面人体对环境舒适度感知也是综合的，所以天气参数之间的耦合关系对基于天气参数的电力负荷预测的准确性有很大的影响。

但是现有技术中对电力负荷的预测方法没有考虑到天气参数之间的耦合关系，所以导致现有的基于天气参数的电力负荷预测方法准确性不高。

发明内容

本发明实施例提供一种基于天气参数的电力负荷预测方法、装置及移动终端，提高了基于天气参数的电力负荷预测的准确性。

本申请实施例的第一方面提供了一种基于天气参数的电力负荷预测方法，包括：

获取第一天气参数集和电力负荷数据集，并计算电力负荷数据集分别与第一天气参数集、第二天气参数集之间的相关系数；其中，第二天气参数集是根据第一天气参数集中多个第一天气参数之间的耦合关系而计算获得；

根据相关系数，从第一天气参数集、第二天气参数集中获取最优天气参数；

将最优天气参数和电力负荷数据集输入预设的电力负荷预测模型中，以得到基于天气参数的电力负荷预测结果。

在第一方面的一种可能的实现方式中，获取第一天气参数集，具体为：

根据多个时间单位获取初始天气参数集，根据时间单位，对不同时间单位的初始天气参数进行相应地预处理并分类，以获取相同时间单位的第一天气参数集；其中，时间单位从小到大依次包括：第一时间单位、第二时间单位和第三时间单位。

在第一方面的一种可能的实现方式中，对不同时间单位的初始天气参数进行相应地预处理，具体为：

当根据第一时间单位获取初始天气参数集时，对第一时间单位的初始天气参数进行延迟效应修正预处理；

当根据第二时间单位获取初始天气参数集时，对第二时间单位的初始天气参数进行极端天气修正预处理；