[发明专利]一种综合能源系统设备参数超短期预测方法及装置

权利要求书

1.一种综合能源系统设备参数超短期预测方法，其特征在于：包括以下步骤：

采集综合能源系统设备中包括预测参数在内的各设备参数的历史时序数据，构造历史数据库；

根据对设备的机理分析从历史数据库的设备参数中选取与预测参数相关的表征参数；

对表征参数进行关联分析，从表征参数中提取特征参数；

根据特征参数计算不同运行工况类别下特征标识量；

构建综合能源系统设备在线预测模型；

确定待预测设备所处运行工况类别，从对应的历史数据库中选取与当前时刻最为相似的特征参数原始基础序列的扩展序列作为综合能源系统设备在线预测模型的输入，求解综合能源系统设备在线预测模型，得到待预测设备的设备参数预测值。

2.根据权利要求1所述的一种综合能源系统设备参数超短期预测方法，其特征在于：还包括：当历史数据库中存在的坏点，以坏点为中心，按时间顺序选取坏点前后的正常数据进行曲线拟合，根据拟合函数插值计算坏点处的数值，并将其作为坏点的校正值。

3.根据权利要求1所述的一种综合能源系统设备参数超短期预测方法，其特征在于：所述对表征参数进行关联分析，从表征参数中提取特征参数，包括如下步骤：

1)从历史数据库中获取预测参数x₀的参考序列和p个表征参数的比较序列，

x₀＝{x₀(1),x₀(2),…x₀(i)…,x₀(n)}

式中，x₀为参考序列，x₀(i)为预测参数的第i个相关参数，为第i表征参数的比较序列，为第i个比较序列的第j个相关参数，n为序列所包含的元素个数，p为表征参数个数；

2)对参考序列和比较序列进行去量纲初始化处理，得到去量纲初始化后的参考序列和比较序列；

x'₀＝{1,x₀(2)/x₀(1),…,x₀(n)/x₀(1)}

3)计算去量纲初始化后的参考序列x'₀和比较序列在第k个相关参数上的灰色关联系数：

式中，η为分辨系数，表示两级最小差，表示两级最大差；

4)计算每个表征参数的灰色关联度γ_i；

5)设置灰色关联度阈值γ₀，从中提取{γ_i|γ_i＞γ₀,i＝1,2,…,p}的表征参数组成新的特征参数序列x₁，x₂，…，x_q，其中，q为特征参数个数，q≤p。

4.根据权利要求3所述的一种综合能源系统设备参数超短期预测方法，其特征在于：所述根据特征参数计算不同运行工况类别下特征标识量，包括如下步骤：

根据设备的运行工况划分出工况类别，并按工况类别对历史数据进行划分；

根据划分的历史数据，计算对应工况类别的特征标识量；包括如下步骤：

1)建立特征参数x₁，x₂，…，x_q对预测参数x₀的回归模型

式中，为回归系数，为基于回归模型计算的对象估计值；

2)由下式求出各回归系数

式中，分别为x₀，x₁，x₂，…，x_q的平均值，T、R分别为回归模型的离差矩阵与回归矩阵；有

式中，T_ij表示矩阵T中第i行、第j列的元素，R_i表示矩阵R中第i个元素；

3)用λ表征预测参数x₀与特征参数x₁，x₂，…，x_q在该工况下的整体相关程度，其计算公式为：

将λ作为每组工况数据对应的特征标识量。