[发明专利]一种基于细胞元成长模型的空间负荷预测方法

摘要

本发明公开了一种基于细胞元成长模型的空间负荷预测方法，它包括以下过程：建立细胞元成长模型；选择与划定时空数据库中细胞元样区；定义电力负荷细胞元；建立电力负荷细胞元的转换规则；建立电力负荷细胞元样本子数据库；获取中心电力负荷细胞元及邻居细胞元相关属性数据；通过负荷属性数据判别中心电力负荷细胞元的活力值；利用电力负荷细胞元的转换规则确定中心电力负荷细胞元的负荷值，并将在规划期内可能发生变化的细胞元数据存入优化细胞元数据表中；对所有电力负荷细胞元进行空间负荷预测并输出空间负荷预测值。本发明解决了地块数据不全、各个地块相互影响考虑欠缺从而导致负荷预测不够准确的问题。

主权项

1.一种基于细胞元成长模型的空间负荷预测方法，其特征是，包括以下过程：建立细胞元成长模型：所述细胞元成长模型包括细胞元、细胞元状态、细胞元空间、邻居细胞元、细胞元转换规则；选择与划定时空数据库中细胞元样区：所述时空数据库能够反映整个规划区域电力负荷的空间分布和发展演化规律，细胞元样区为电网规划所涉及的区域；定义电力负荷细胞元：定义电力负荷细胞元的状态、时间、空间、发展方式和邻居；建立电力负荷细胞元的转换规则：根据电力负荷细胞元的发展方式，从影响电力负荷空间分布和发展的地理因素、城市用地发展规划、经济发展规划、负荷的历史状况考虑，建立电力负荷细胞元的转换规则；建立电力负荷细胞元样本子数据库：所述电力负荷细胞元样本子数据库用以存储电力负荷细胞元样本数据、原始细胞元数据表和优化细胞元数据表；获取中心电力负荷细胞元及邻居细胞元相关属性数据；通过负荷属性数据判别中心电力负荷细胞元的活力值；利用电力负荷细胞元的转换规则确定中心电力负荷细胞元的负荷值，并将在规划期内可能发生变化的细胞元数据存入优化细胞元数据表中；对所有电力负荷细胞元进行空间负荷预测并输出空间负荷预测值；电力负荷细胞元的转换规则包括以下规则：(1)反映电力负荷细胞元活力值的转换规则：为电力负荷细胞元赋予生命的特征，将其发展的趋向用活力值来描述，并根据中心细胞元的活力值来决定t+1时刻该细胞元的用地性质或负荷性质是否发生变化；如果该细胞元属于新建的居民小区、商业网点或工业园区，则该细胞元的用地性质在近期不会发生变化，且电力负荷呈较快的增长趋势，还有可能吸引相邻的细胞元发生变化，具有较强的生命力，则可定义该细胞元为青年；如果该细胞元是具有一定历史的居民小区、商业网点或工业园区，规划水平年内自身不会消亡，则该细胞元的用地性质在近期也不会发生变化，但是电力负荷的增长速度会明显下降，趋于饱和状态，则可定义该细胞元为中年；如果该细胞元拥有此类用地性质已经达到一定的年限，无论是居民小区、商店或者工厂都面临着衰退或重新建设的问题，规划水平年内该细胞元的用地性质可能会发生变化，则定义该细胞元为老年；对于给定的年龄区间，可以定义t时刻，电力负荷细胞元j的活力值如式(6)所示：式中：τj为细胞元j产生的时刻，Agejt为t时刻第j个细胞元拥有此类用地性质的实际年限，Ti、Tm分别为青年和中年的该年限的上限；(2)反映用地规划因素的转换规则：中心电力细胞元在t+1时刻的用地性质，首先按照用地规划要求确定中心细胞元在t+1时刻的用地类型的大类，然后在规划的指导下，通过相关转换原则，确定中心细胞元的具体用地子类；(3)反映地理及邻域关系的转换规则：根据规划区域各空间电力负荷细胞元的状态，确定影响局部细胞元相互作用的因子，可以引入速率参数μ1、邻域影响转换费用系数fij(x,y)和用地类型关联转换概率Pij(x,y)来描述中心细胞元用地性质如何转换的概念，1)转换速率参数μ1：应用邻域半径为1的摩尔型邻居模型，找到周围8邻域内符合反映用地规划因素的转换规则定义的同类细胞元的个数，并确定其中所含子类的个数，相关子类细胞元的比例越大，细胞元转换为该类型细胞元的概率越高；邻居细胞元影响力的大小用转换速率参数μ1来描述，则表示为：式中：η1和η2为速率参数μ1的分段函数值，0<η1<η2；λ1和λ2是转换阈值，0≤λ2≤λ1≤8；2)邻域影响转换费用系数fij(x,y)：假设i为中心细胞元的用地类型的编号，j为邻居细胞元的用地类型的编号，引入邻域影响转换费用系数f(i,j)，通过判断8邻域内各细胞元的状态，分析细胞元转换所需的费用系数，以反映不同的地理位置或土地功能定位对电力负荷发展的影响；3)用地类型关联转换概率Pij(x,y)：受相邻细胞元的影响，某一细胞元i转换为与相邻细胞元相同的第j类细胞元的关联转换概率为Pij(x,y)，则有：Pij(x,y)＝exp{‑μ1×fij(x,y)},j＝1,2,…,8                      (8)4)细胞元i最终转换为第j类用地的转换概率为：Pi(x,y)＝max{Pij(x,y):j＝1,2,…,m}                       (9)对于给定的阈值λ3，可以取转换概率统计值的平均值，当转换概率Pj(x,y)>λ3时，该中心细胞元在规划期内的类型才有可能变化为第j类；(4)反映焦点吸引力的转换规则：焦点吸引力是指城市大型设施、主导产业和商业中心对邻居细胞元发展的影响，距焦点越近，影响力或吸引力越大，电力负荷发展的速度越快，因此，可采用幂函数来量化焦点吸引力：A(x,y)＝exp{‑μ2×d(x,y)/dmax}                         (11)式中：C1为焦点规模基数，焦点规模越大，规模基数越大，C1>1；μ2为吸引力速率参数，焦点细胞元(x0,y0)的规模越大，吸引力速率参数越小，吸引力越大，其取值范围为[0，1]；d(x,y)为中心细胞元(x,y)与焦点细胞元的距离；dmax为规划区域边缘与焦点细胞元的距离，距离越小，吸引力越大；(5)反映负荷历史状况的转换规则：定义一个历史关联增长因子α和一个负荷密度影响因子β，两者的取值范围均为[0，1]，历史关联增长因子α的大小体现不同时期的数据在预测值所起作用的大小，历史关联增长因子α值的选择与检验规则与一次指数平滑预测方法相同，负荷密度越大，负荷密度影响因子β值越大，其转换函数P(t)可量化为：式中：C₂是细胞元的负荷密度基数；P(t)和分别为t时刻该细胞元的实际负荷值和一次平滑值；为t+1时刻该细胞元的一次平滑值，计算时初值可定义为：式中为的初值；(6)电力负荷预测的总体规则：综合考虑上述5个转换规则进行电力负荷空间分布预测。