[发明专利]一种考虑气象多因素影响的非工作日最大日负荷预测系统

摘要

一种考虑气象多因素影响的非工作日最大日负荷预测系统，包括非工作日数据获取模块，获取历史非工作日的负荷及气象数据，分类筛选；非工作日数据分析模块，分析非工作日负荷与24个气象因子进行关联性分析，寻找关键气象因子；非工作日最大日负荷预测建模模块，利用选定负荷与综合气象因子构建不同节假日最大日负荷预测模型，利用选定负荷与多气象因素判定函数构建周末最大日负荷预测模型；非工作日最大日负荷预测计算模块，获取未来气象预测数据，预测非工作日最大日负荷；系统界面显示模块，输出结果。本发明能够针对不同节假日准确的预测其最大日负荷值，提高节假日和周末最大日负荷预测的精度，为电网运行人员做好节假日发电计划提供依据。

主权项

一种考虑气象多因素影响的非工作日最大日负荷预测系统的预测方法，其特征在于，所述的预测系统包括非工作日数据获取模块、非工作日数据分析模块、非工作日最大日负荷预测建模模块、非工作日最大日负荷预测计算模块和系统界面显示模块；非工作日数据获取模块，获取历史节假日和周末的负荷数据及与其相应的气象数据，并进行分类筛选；非工作日数据分析模块，分析各个不同节假日和周末的负荷特性和影响因素，总结其各自的规律性，与24个气象因子进行关联性分析，寻找关键气象因子；非工作日最大日负荷预测建模模块，将非工作日分为各个法定节假日与周末，通过建立多气象因素判定函数，寻找与气象因子相像的工作日，利用选定负荷与综合气象因子构建不同节假日最大日负荷预测模型，利用选定负荷与多气象因素判定函数构建周末最大日负荷预测模型；非工作日最大日负荷预测计算模块，获取未来气象预测数据，通过非工作日最大日负荷预测模型，预测非工作日最大日负荷；系统界面显示模块，将预测的非工作日最大日负荷在界面上显示；所述的预测方法包括以下具体步骤：(1)对负荷数据和气象数据进行分类筛选，并将坏数据剔除；(2)采用相关性分析方法，寻找关键气象因子；分析历史节假日气象数据中的最大温度、平均温度、最低温度、最大湿度、平均湿度、最低湿度、最大风速、平均风速、最低风速、最大降雨量、平均降雨量、最低降雨量、最高温湿指数、平均温湿指数、最低温湿指数、最高实感温度、平均实感温度、最低实感温度、最高舒适度指数、平均舒适度指数、最低舒适度指数、最高寒湿指数、平均寒湿指数和最低寒湿指数，得到节假日最大日负荷与上述24个气象因子的相关度，相关度最大的即为关键气象因子；(3)根据地级市多种气象指数和地级市负荷的相关性，基于地级市电力负荷和地级市气象指数计算省级综合气象因子；(4)建立多气象因素判定函数，利用非工作日最大日负荷与24个气象因子的相关度，寻找与待预测节假日气象因子相像的工作日，其中查找相像的工作日范围为待预测非工作日的前一个月；(5)针对不同的节假日，通过多气象因素判定函数，寻找对应节假日的气象相像的工作日，利用近两年的节假日最大负荷，以及与该节假日对应的气象相像工作日的最大负荷形成建模因子，与综合气象因子构建基于气象因素的节假日最大日负荷预测多元非线性模型，并利用优化理论求解其最优系数因子，得到既考虑不同节假日本身的负荷特性，又考虑多气象因素对节假日负荷影响的节假日最大日负荷预测工程化模型；所述的多气象因素判定函数如下：θ=1Σi=1n[|hiΣi=1nhi|(mi-ni)]2]]>式中ni为待预测非工作日的气象因子；mi为与待预测非工作日气象因子相像的工作日气象因子，hi为气象因子与日最大负荷的相关系数；当判定系数θ最大时即找到相像的工作日；所述的节假日最大日负荷预测工程化模型如下：L＝f(P1,P2)＝c+x1P12+x2P22+x3P1P2+x4P1+x5P2其中：f(P1,P2)表示以P1、P2为变量构成的二次模型；c、x1、x2、x3、x4、x5为二次模型的系数；L1：今年该法定节假日对应的相像的工作日的最大负荷；L2：去年相应的法定节假日的日最大负荷；L3：去年与相应的法定节假日气象相像的工作日的日最大负荷；L4：前年相应法定节假日的日最大负荷；L5：前年与相应的法定节假日气象相像的工作日的日最大负荷；(6)针对周末，通过多气象因素判定函数，在此前一个月内寻找与该周末的气象相像的工作日，利用气象相像的工作日的最大负荷与相应的周末最大负荷以及多气象因素判定函数，建立基于气象因素的周末最大日负荷预测多元非线性模型，并利用优化理论求解其最优系数因子，得到周末最大日负荷预测工程化模型；k＝f(θ)其中：k：该相像的工作日最大负荷与相应的周末最大负荷的比值，即L6/L7；L6:历史负荷数据中周末对应的相像工作日的日最大负荷；L7：历史负荷数据中周末的日最大负荷；Lmax.x：今年负荷数据中与周末对应的相像工作日的日最大负荷；Lmax.c：今年待预测的周末负荷；(7)获取节假日放假周期的气象预测数据，通过节假日最大日负荷预测模型，预测未来节假日期间最大日负荷；(8)获取周末的气象预测数据，通过周末最大日负荷预测模型，预测未来周末连续两天最大日负荷；(9)将预测的节假日和周末最大日负荷在界面上动态显示。