[发明专利]一种配电网负荷预测方法及系统

摘要

本发明公开了一种配电网负荷预测方法及系统，该方法包括以下步骤：1)获取原始数据；2)对原始数据进行分析处理；3)根据优化后的有效数据和负荷预测需求选择负荷预测决策；4)进行自适应负荷预测；5)输出负荷预测结果数据；该系统的数据获取模块用以获取原始数据，数据分析处理模块用以进行分析处理为有效数据，智能辨识决策模块用以分析数据负荷增长类型，并选择负荷预测决策模块，自适应负荷预测模块采用负荷预测决策进行自适应负荷预测；负荷预测结果输出模块用以输出负荷预测结果数据。本发明不需要人工进行大量计算，节省了人力和时间，且提高了负荷预测的精度与稳定性，为电力系统经济、安全与可靠运行提供了决策支持。

主权项

1.一种配电网负荷预测方法，其特征是：包括以下步骤：1）获取原始数据，所述原始数据包括历史电量数据、历史负荷数据、分产业电量数据、行业负荷密度数据和用地性质分类数据；2）对原始数据进行分析处理，所述原始数据的分析处理过程为：首先对原始数据进行格式化、转换和概化预处理，然后对原始数据进行完整性分析，最后将原始数据优化为有效数据；3）根据优化后的有效数据和负荷预测需求选择负荷预测决策，所述负荷预测决策的选择过程为：首选基于优化后的有效数据和负荷预测需求采用自适应模糊加权递推最小二乘法对历史电量数据、历史负荷数据、分产业电量数据、行业负荷密度数据和用地性质分类数据的变化类型进行快速分析，然后根据分析结果确定负荷增长类型并选择负荷预测决策，所述负荷预测决策包括基础预测方法和组合预测方法；4）进行自适应负荷预测，所述自适应负荷预测过程为：首先基于负荷增长类型和负荷预测需求采用基础预测方法或组合预测方法对负荷进行预测，然后通过弹性系数法或产值单耗法进行预测校核并通过最小二乘法进行自适应调整预测方法参数；5）输出负荷预测结果数据；所述基础预测方法包括趋势外推预测法、回归模型预测法、灰色预测法和神经网络预测法，所述组合预测方法就是将几种预测模型各自的预测结果通过选取适当的权重进行加权平均得到最终预测结果；所述原始数据还包括扩展数据，所述扩展数据为进行负荷预测时所需要的其他原始数据；所述原始数据的格式化是指不同的数据结构的数据间交换；原始数据的转换包括数据格式的转化和数据比例尺的变换；原始数据的概化主要是数据平滑和特征集结；所述自适应负荷预测包括负荷总量预测方法和空间负荷预测方法；所述组合预测方法采用PSO算法，所述的PSO算法包括以下步骤：S1，初始化粒子的速度和位置；S2，计算粒子的适应度并进行排序；S3、根据适应值进行复制；S4、粒子的速度和位置更新，然后返回步骤S2。