[发明专利]一种适用于偏远地区的电力负荷预测方法及计算设备

说明书

本发明公开了一种适用于偏远地区的电力负荷预测方法、计算设备及存储介质，该方法包括：对偏远地区的历史电力负荷数据进行预处理，以获取待输入负荷数据；将待输入负荷数据输入到训练好的神经网络模型中，以输出第一预测负荷数据；通过综合预测方式获取第二预测负荷数据；将第一预测负荷数据与第二预测负荷数据进行组合预测，以确定最终预测负荷数据。

技术领域

本发明涉及能源电力领域，特别涉及一种适用于偏远地区的电力负荷预测方法、计算设备及存储介质。

背景技术

随着可再生能源的开发，特别是风力发电机和光伏技术，发展潜力巨大，可以为偏远地区提供可靠电力。为了获得成本更低和可靠性更高的电网规划方案，优化设计是必不可少的。由于电力供应受需求状况的影响很大，因此负载是设计电力系统中影响最大的因素之一。

电力负荷作为电网规划运行研究的重要数据输入，对偏远地区电网的性能产生十分重要的影响，准确的负荷预测可以提高混合能源系统的运行效率。然而，目前对于电力负荷预测的方案，主要面向区域大多为工业园区或者城市，对于偏远地区关心较少，且在预测准确度上还存在一定缺陷。实际上，偏远地区地域广袤、区域地形复杂多样，是发展可再生能源，实现碳达峰、碳中和的重要地域。

因此，需要一种新的适用于偏远地区的电力负荷预测方法来优化处理。

发明内容

为此，本发明提供一种适用于偏远地区的电力负荷预测方案，以力图解决或者至少缓解上面存在的问题。

根据本发明的一个方面，提供一种适用于偏远地区的电力负荷预测方法，该方法包括如下步骤：首先，对偏远地区的历史电力负荷数据进行预处理，以获取待输入负荷数据；将待输入负荷数据输入到训练好的神经网络模型中，以输出第一预测负荷数据；通过综合预测方式获取第二预测负荷数据；将第一预测负荷数据与第二预测负荷数据进行组合预测，以确定最终预测负荷数据。

可选地，在根据本发明的适用于偏远地区的电力负荷预测方法中，对偏远地区的历史电力负荷数据进行预处理，以获取待输入负荷数据的步骤，包括：将偏远地区的历史电力负荷数据进行矩阵化处理，以获取矩阵负荷数据；对矩阵负荷数据进行特征选择，以生成特征负荷数据；标准化特征负荷数据，以获取待输入负荷数据。

可选地，在根据本发明的适用于偏远地区的电力负荷预测方法中，神经网络模型包括第一预测层和第二预测层，第一预测层的输入包括待输入负荷数据和第二预测层的输出，第一预测层的输出为第一预测负荷数据，第二预测层的输入包括待输入负荷数据和第一预测层的输出。

可选地，在根据本发明的适用于偏远地区的电力负荷预测方法中，第一预测层和第二预测层均为多层感知机人工神经网络。

可选地，在根据本发明的适用于偏远地区的电力负荷预测方法中，通过综合预测方式获取第二预测负荷数据的步骤，包括：对偏远地区的用户进行综合分析，以预测用户报装负荷；通过自然增长率法预测出自然增长负荷；将用户报装负荷与自然增长负荷之和作为第二预测负荷数据。

可选地，在根据本发明的适用于偏远地区的电力负荷预测方法中，对偏远地区的用户进行综合分析，以预测用户报装负荷的步骤，包括：对偏远地区的用户进行综合分析，以获取预计报装容量、负荷终期实用系数和负荷阶段系数；计算预计报装容量、负荷终期实用系数和负荷阶段系数的乘积，作为用户报装负荷。

可选地，在根据本发明的适用于偏远地区的电力负荷预测方法中，将第一预测负荷数据与第二预测负荷数据进行组合预测，以确定最终预测负荷数据的步骤，包括：计算第一预测负荷数据和第二预测负荷数据的绝对差值；根据绝对差值与预设阈值的大小关系，确定最终预测负荷数据。

可选地，在根据本发明的适用于偏远地区的电力负荷预测方法中，根据绝对差值与预设阈值的大小关系，确定最终预测负荷数据的步骤，包括：若绝对差值小于或等于预设阈值，则将第一预测负荷数据作为最终预测负荷数据。