[发明专利]一种基于多变量模型与盲数理论的空间负荷预测方法有效
申请号: | 201810302738.1 | 申请日: | 2018-04-06 |
公开(公告)号: | CN108596369B | 公开(公告)日: | 2021-07-02 |
发明(设计)人: | 肖白;姚狄;姜卓 | 申请(专利权)人: | 东北电力大学 |
主分类号: | G06Q10/04 | 分类号: | G06Q10/04;G06Q50/06 |
代理公司: | 吉林市达利专利事务所 22102 | 代理人: | 陈传林 |
地址: | 132012 吉*** | 国省代码: | 吉林;22 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 一种基于多变量模型与盲数理论的空间负荷预测方法,其特点是,包括的步骤有:以对影响总量电力负荷变化的众多因素为依据,分别与总量电力负荷进行相关性分析,确定其中影响总量电力负荷变化的主要因素;运用多变量分析方法,构建以影响总量电力负荷变化的主要因素作为输入量的对总量电力负荷进行预测的多变量预测模型;建立评估影响总量电力负荷变化主要因素的发展状况的指标体系,并利用盲数理论计算影响总量电力负荷变化主要因素的目标年值,采用该多变量预测模型对总量电力负荷进行预测;利用总量电力负荷预测结果求得目标年分类电力负荷值,建立包含待预测区用地信息的电力地理信息系统,求出分类电力负荷密度,得到各供电小区的电力负荷值。 | ||
搜索关键词: | 一种 基于 多变 模型 理论 空间 负荷 预测 方法 | ||
【主权项】:
1.一种基于多变量模型与盲数理论的空间负荷预测方法,其特征在于,它包括以下步骤:1)总量电力负荷预测①影响总量电力负荷变化主要因素的确定给出影响总量电力负荷变化的众多因素,通过对影响总量电力负荷变化的众多因素分别与总量电力负荷进行相关性分析,确定出其中影响总量电力负荷变化的主要因素;②多变量预测模型的建立建立以影响总量电力负荷变化的主要因素作为输入量的对总量电力负荷进行预测的多变量预测模型,见公式(1);Y=α0+α1x1+α2x2+...+αixi+...+αnxn+ε (1)式中,Y表示总量电力负荷;i表示第i个主要因素;i=1,2,…,n;n表示影响总量电力负荷变化的主要因素的个数;xi表示影响总量电力负荷变化的第i个主要因素的历史数据,α0,α1,α2,…,αi,…,αn表示多变量预测模型的系数;ε表示随机误差;根据历史年的总量电力负荷以及影响总量电力负荷变化的主要因素,对总量电力负荷与影响总量电力负荷变化的主要因素进行m次观测,得m组观测值,见公式(2),运用最小二乘法对多变量预测模型的系数进行求解;
式中,Yj表示第j个总量电力负荷,j=1,2,…,m;m表示总量电力负荷历史数据的个数;xji表示对第j个总量电力负荷变化产生影响的第i个主要因素的历史数据;i=1,2,…,n;n表示影响总量电力负荷变化的主要因素的个数;α0,α1,α2,…,αi,…,αn表示多变量预测模型的系数;ε表示随机误差;③目标年各影响总量电力负荷变化主要因素预测值的确定a、目标年各影响总量电力负荷变化主要因素估计值的计算运用至少3种趋势类空间负荷预测方法,计算出目标年各影响总量电力负荷变化主要因素的估计值;b、目标年各影响总量电力负荷变化主要因素预测值取值区间的划分根据计算出的目标年各影响总量电力负荷变化主要因素的估计值,对目标年各影响总量电力负荷变化主要因素预测值进行取值区间的划分,划分的取值区间个数为选取的影响总量电力负荷变化主要因素的个数;c、取值区间可信度值的确定对每个影响总量电力负荷变化的主要因素分别构建衡量其发展状况的指标体系,计算出目标年各影响总量电力负荷变化的主要因素在相应指标体系下的表征值,运用盲数理论,根据目标年各影响总量电力负荷变化主要因素的表征值与已划分的各取值区间中间值的数值差对取值区间进行排序,并以正整数n表示各取值区间的可靠程度,n=1,2,…,v,v表示对各影响总量电力负荷变化的主要因素所划分的取值区间个数,n取值越大,可靠程度越高,形成判断矩阵Z,见公式(3);
式中,Zks表示各影响总量电力负荷变化的主要因素在第s个指标下的第k个取值区间的可靠程度,s=1,2,…,u;u表示评价各影响总量电力负荷变化的主要因素的指标个数;k=1,2,…,v;v表示各影响总量电力负荷变化的主要因素的取值区间个数;求出判断矩阵Z的最大特征值所对应的特征向量,并将其作为各影响总量电力负荷变化的主要因素在相应指标体系下的取值区间可信度值,取可信度值最大的取值区间中间值作为目标年各影响总量电力负荷变化主要因素的预测值,见公式(4);
式中,di表示目标年影响总量电力负荷变化的第i个主要因素的表征值,i=1,2,…,n;n表示影响总量电力负荷变化的主要因素个数;fi(di)表示影响总量电力负荷变化的第i个主要因素在各取值区间的可信度值;Ait表示影响总量电力负荷变化的第i个主要因素在第t个取值区间的可信度值,t=1,2,…,v;v表示影响总量电力负荷变化的主要因素的取值区间个数;λit表示影响总量电力负荷变化的第i个主要因素的第t个取值区间;④目标年总量电力负荷的预测将目标年各影响总量电力负荷变化的主要因素预测值带入多变量预测模型中,求出目标年总量电力负荷预测值;2)空间负荷预测结合历史年的实测总量电力负荷值与分类电力负荷最大值,通过公式(5)计算出实测总量电力负荷相对于各分类电力负荷最大值之和的同时率,根据计算出的同时率得到目标年的总量电力负荷最大值,根据规划区的产业结构调整变化情况,利用公式(6)计算出目标年相对于历史年各类电力负荷所占总量电力负荷比例的调整系数,得到目标年各类电力负荷最大值占总量电力负荷最大值的比例,进而确定目标年分类电力负荷最大值;![]()
式中,η表示实测总量电力负荷相对于各分类电力负荷最大值之和的同时率;Pa表示总量电力负荷实际值;Pl.max表示历史年第l类电力负荷最大值,l=1,2,…,g;g表示分类电力负荷个数;P,l.max表示目标年第l类电力负荷最大值;P,max表示目标年总量电力负荷最大值;βl表示目标年相对于历史年第l类电力负荷所占总量电力负荷比例的调整系数;Rl表示历史年第l类电力负荷占总量电力负荷的比例;建立包含待预测区域用地信息的电力地理信息系统,确定各种用地类型的面积,从而计算出目标年的最大分类电力负荷密度,见公式(7),按照相连的同一类型用地为一个供电小区的原则,将供电区域中细分成若干个供电小区,得到各供电小区的目标年电力负荷值,见公式(8),从而实现空间电力负荷预测;
Plq·max=Dl′·max*Slq (8)式中,D,l.max表示目标年第l类最大电力负荷密度,l=1,2,…,g;g表示分类电力负荷个数;Sl表示第l类电力负荷占地面积;Plq.max表示包含第l类电力负荷的第q个供电小区的电力负荷最大值,q=1,2,…,j;j表示供电小区的个数;Slq表示包含第l类电力负荷的第q个供电小区的面积。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东北电力大学,未经东北电力大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201810302738.1/,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算;推算;计数
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理