[发明专利]一种考虑气象因素的短期电力负荷预测方法

摘要

本发明公开了属于电力负荷预测技术领域的一种考虑气象因素的短期电力负荷预测方法。收集历史负荷数据及气象数据，检测并修正异常数据；分析负荷数据与各气象因素的相关性，确定关键气象因素；根据负荷与关键气象因素的相关性建立综合气象因素；总结地区电网日负荷曲线的变化特性，找出预测日的典型相似日；利用选定负荷与综合气象因素建立Elman神经网络短期负荷预测模型，采用萤火虫算法训练网络参数；将待预测时刻的综合气象因素和相应负荷数据输入Elman神经网络短期负荷预测模型，输出待预测时刻的负荷预测值；显示负荷预测值。能准确预测工作日、周末以及法定节假日的负荷数据，预测精度高且适用性强，为电网运行人员制定发电计划提供可靠依据。

主权项

一种考虑气象因素的短期电力负荷预测方法，其特征在于，该方法的基本步骤如下：1)收集地区电网的历史负荷数据以及对应的历史气象数据，并按日期类型对负荷数据和气象数据进行分类筛选，检测并修正异常数据；2)采用相关性分析方法，分析步骤1)得到的负荷数据与各气象因素的相关程度，确定影响该地区负荷的关键气象因素；3)根据地区电力负荷与关键气象因素的相关性建立综合气象因素；4)采用快速傅里叶变换，对步骤1)得到的负荷数据进行频谱分析，总结地区电网日负荷曲线的变化特性，找出预测日的典型相似日，并按日期排序；5)利用选定负荷与综合气象因素建立Elman神经网络，确定Elman神经网络的结构，采用萤火虫算法训练Elman神经网络并优化网络参数，对训练好的Elman神经网络进行测试以建立Elman神经网络短期负荷预测模型；6)获取待预测时刻的气象预报数据，计算综合气象因素，将综合气象因素和相应负荷数据生成输入向量，输入Elman神经网络短期负荷预测模型，其输出即为待预测时刻的负荷预测值。7)显示负荷预测值。