预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共11页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利(10)授权公告号(10)授权公告号CNCN103268526103268526B(45)授权公告日2014.11.26(21)申请号201310228674.2CN102545211A,2012.07.04,CN102521674A,2012.06.27,(22)申请日2013.06.08郑志杰等.考虑数据不确定性的中长期电力(73)专利权人国家电网公司负荷预测.《电力系统保护与控制》.2011,第39地址100031北京市西城区西长安街86号卷(第1期),第123-126页.专利权人国网山东省电力公司经济技术研郑志杰等.考虑数据不确定性的中长期电力究院负荷预测.《电力系统保护与控制》.2011,第39(72)发明人郑志杰王艳贾善杰梁荣卷(第1期),第123-126页.杨波王轶群吴奎华杨慎全审查员程琼(74)专利代理机构济南圣达知识产权代理有限公司37221代理人张勇(51)Int.Cl.G06F17/30(2006.01)(56)对比文件CN102163844A,2011.08.24,CN102163844A,2011.08.24,权权利要求书2页利要求书2页说明书7页说明书7页附图1页附图1页(54)发明名称基于区间泰勒模型的电力系统短期负荷预测系统及方法(57)摘要本发明公开了一种基于区间泰勒模型的电力系统短期负荷预测系统及方法,能够分析基础数据不确定性对预测结果的影响,并大大节省了计算时间。它包括:数据采集模块,用于将数据导入数据库模块;数据预处理模块,用于采用区间算法描述基础数据的不确定性,从而将所有基础数据“区间化”,并将结果传入数据库模块;负荷预测分析模块,用于采用区间泰勒模型短期负荷预测公式进行短期负荷预测;结果管理模块,用于对结果进行转换和导出,并将分析结果传入数据库模块;数据库模块,用于存储数据采集模块产生数据,并存储数据预处理模块、负荷预测分析模块、结果管理模块产生的数据;同时提供数据调用服务。CN103268526BCN1032685BCN103268526B权利要求书1/2页1.一种基于区间泰勒模型的电力系统短期负荷预测方法,其特征在于,具体步骤如下:1)将电力调控中心电网能量管理系统中的历史负荷数据、历史气象数据及天气预报数据导入数据库,进入步骤2);2)基于数据库数据,采用线性化方法修正数据库中的异常数据及“垃圾数据”,并为每一基础数据设置一个区间参数,即采用区间算法描述基础数据的不确定性,从而将所有基础数据“区间化”,并以结果更新数据库,进入步骤3);3)采用区间泰勒模型短期负荷预测公式进行短期负荷预测,进入步骤4);4)访问数据库实现负荷预测结果的查询和显示,对结果进行转换和导出,对历史负荷预测数据和实际负荷数据进行画图比较,对历史负荷预测数据进行误差分析,并以分析结果更新数据库,返回步骤1);所述步骤2)中,线性化的具体过程为:假定系统中前N天中负荷整点记录为:FH1,1,FH1,2,FH1,3,……,FH1,24FH2,1,FH2,2,FH2,3,……,FH2,24……,……,……,……,……FHN,1,FHN,2,FHN,3,……,FHN,24则N天中每一天的日平均负荷为:则采用最小二乘法将Xi拟合成一条直线,Xi=a+bi,式中参数a,b的确定用下式确定:设函数xi为第i天的负荷实测平均值,为将函数对a求偏微分,为将函数对b求偏微分。2.根据权利要求1所述的电力系统短期负荷预测方法,其特征在于,所述步骤2)中,垃圾数据指由于软件升级、数据迁移、数据初始化、日常操作错误这些原因引入的无意义或逻辑上矛盾的数据。3.根据权利要求1所述的电力系统短期负荷预测方法,其特征在于,所述步骤2)中,“区间化”的具体过程为:采用区间算法描述基础数据的不确定性的具体方法是:假定数据库中某负荷值为x:根据此负荷值出现时的天气信息和运行经验,评估其变动范围:下限为原值的a倍,上限为原值的b倍,则此负荷值用区间数[x*a,x*b]表示,从而完成此数据的“区间化”过程。2CN103268526B权利要求书2/2页4.根据权利要求1所述的电力系统短期负荷预测方法,其特征在于,所述步骤3)中,采用区间泰勒模型短期负荷预测公式,进而利用数据库模块中已经“区间化”的基础数据进行短期负荷预测,最后以预测结果更新数据库。5.根据权利要求1所述的电力系统短期负荷预测方法,其特征在于,所述步骤3)中,区间泰勒模型为:其中,t为预测时间,为大于等于1的自然数;为负荷预测值;为负荷预测截距分项,为负荷预测斜率分项,c为天气因子,利用天气预报信息、节假日信息对负荷结果进行校正;其中,α为平滑系数,0<α<1;i为预测次序号;x为负荷实测值,x0为负荷实测初始值,xi为第i次负荷实测