一种负荷趋势预测方法、系统以及设备技术方案

本发明专利技术公开了一种负荷趋势预测方法、系统以及设备，本发明专利技术包括：获取现有电力系统中的负荷数据，构建负荷曲线；对负荷曲线进行分解，提取出一系列具有不同特征尺度的数据序列，每一个数据序列即为一个IMF分量；对每一个IMF分量进行希尔伯特谱分析，得到负荷数据的时频图谱；根据时频图谱提取出负荷数据的趋势项，对趋势项进行预测。本发明专利技术提供的实施例通过提取负荷曲线的趋势项，将信号进行平稳化的过程，其结果是将负荷曲线中不同尺度的波动或者趋势逐级分解开来，产生一系列具有不同特征尺度的数据序列，从而预测未来负荷的变化趋势，本实施例能够避免日负荷数据的波动性对预测结果产生的不利影响，极大提高预测结果的准确性和有效性。

A load trend forecasting method, system and equipment

【技术实现步骤摘要】
一种负荷趋势预测方法、系统以及设备
本专利技术涉及电力系统负荷预测
，尤其涉及一种负荷趋势预测方法、系统以及设备。
技术介绍
由于电力系统中蕴含了各种不确定因素，使得预测工作必然面临一定程度的风险，所以决策时必须考虑电力需求的不确定性。目前对负荷进行预测都是基于通用的负荷增长率在1％～6％之间这一标准，在实际使用中，该范围过于粗糙，并且没有针对具体村社情况应该采用哪个数值的指导意见，通常是凭经验人为设定，预测结果误差较大。而在配电网扩容过程中，通常变电站的选址、馈线的选择等都是自上而下人为选定，不够科学合理。综上所述，现有技术中对电力系统的负荷进行预测大多数靠经验进行预测，存在着预测准确性低的技术问题。
技术实现思路
本专利技术提供了一种负荷趋势预测方法、系统以及设备，解决了现有技术中对电力系统的负荷进行预测大多数靠经验进行预测，存在着预测准确性低的技术问题。本专利技术提供的一种负荷趋势预测方法，包括以下步骤：获取现有电力系统中的负荷数据，构建负荷曲线；对负荷曲线进行分解，提取出一系列具有不同特征尺度的数据序列，每一个数据序列即为一个IMF分量；对每一个IMF分量进行希尔伯特谱分析，得到负荷数据的时频图谱；根据时频图谱提取出负荷数据的趋势项，对趋势项进行预测。优选的，IMF分量需要同时满足以下条件：(1)IMF分量的极值点的数目和零点的数目相等或者最多相差1；(2)IMF分量由极大值定义的上包络和极小值定义的下包络的平均包络在任何一个时刻为零。优选的，对负荷曲线进行分解的具体过程如下：其中，r(t)为残余函数，ci(t)为IMF分量。优选的，对每个IMF分量ci(t)进行希尔伯特变换的具体步骤如下：对一个ci(t)，可得到希尔伯特变换为：其中，V.P.代表柯西主值。优选的，采用SVM支持向量机对趋势项进行预测。优选的，在SVM支持向量机中的损失函数为铰链损失函数。优选的，获取现有电力系统中的负荷数据之后，得到负荷曲线之前，还包括：对负荷数据进行预处理。优选的，对负荷数据进行预处理的方法为进行归一化。一种负荷趋势预测系统，包括负荷数据获取模块、负荷数据分解模块、希尔伯特谱分析模块以及预测模块：所述负荷数据获取模块用于获取现有电力系统中的负荷数据，构建负荷曲线；所述负荷数据分解模块用于对负荷曲线进行分解，提取出一系列具有不同特征尺度的数据序列，每一个序列即为一个IMF分量；希尔伯特谱分析模块用于对每一个IMF分量进行希尔伯特谱分析，得到负荷数据的时频图谱；预测模块用于根据时频图谱提取出负荷数据的趋势项，对趋势项进行预测。一种负荷趋势预测设备，所述设备包括处理器以及存储器；所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；所述处理器用于根据所述程序代码中的指令执行上所述的一种负荷趋势预测方法。从以上技术方案可以看出，本专利技术实施例具有以下优点：本专利技术提供的实施例通过提取负荷曲线的趋势项，将信号进行平稳化的过程，其结果是将负荷曲线中不同尺度的波动或者趋势逐级分解开来，产生一系列具有不同特征尺度的数据序列，从而预测未来负荷的变化趋势，本实施例能够避免日负荷数据的波动性对预测结果产生的不利影响，极大提高预测结果的准确性和有效性。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。图1为本专利技术实施例提供的一种负荷趋势预测方法、系统以及设备的方法流程图。图2为本专利技术实施例提供的一种负荷趋势预测方法、系统以及设备的系统结构图。图3为本专利技术实施例提供的一种负荷趋势预测方法、系统以及设备的设备结构图。图4为本专利技术实施例提供的一种负荷趋势预测方法、系统以及设备的汀根#2变F16馈线的数据测试样本点统计图。图5为本专利技术实施例提供的一种负荷趋势预测方法、系统以及设备的汀根#2变F16馈线原始数据与趋势项对比图。图6为本专利技术实施例提供的一种负荷趋势预测方法、系统以及设备的汀根#2变F16馈线负荷趋势结果对比图。具体实施方式本专利技术实施例提供了一种负荷趋势预测方法、系统以及设备，用于解决现有技术中对电力系统的负荷进行预测大多数靠经验进行预测，导致预测准确性低。为使得本专利技术的专利技术目的、特征、优点能够更加的明显和易懂，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本专利技术一部分实施例，而非全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。电力负荷曲线的特征是曲折蜿蜒，它的轨迹酷似一系列前赴后继的波浪，具有相当明显的峰和谷。所谓负荷趋势，正是由这些波峰和波谷一次上升或下降的方向所构成的。无论这些峰和谷是依次递升，还是依次递降，或者横向延伸，其方向就构成了负荷的趋势。把上升趋势定义为一系列依次上升的峰和谷，把下降趋势定义为一系列依次下降的峰和谷，把横向延伸趋势定义为依次横向伸展的峰和谷，负荷预测工作的实质是把握电力负荷的发展变化规律，而电力负荷固有的连续性和相似性为进行负荷趋势的研究提供了理论依据。传统确定性预测方案的结果不能反映需求的不确定性，而趋势预测可满足这种客观要求。趋势预测的结果不是预测一个简单某一天的确定性负荷数值，而是一个变化趋势，并且这个趋势对应了一定水平的概率置信水平，能描述未来负荷的变化规律。根据负荷趋势预测结果，电力系统决策人员在进行生产计划、系统安全分析、电网规划等工作时能够更好的认识到未来负荷可能存在的不确定性和面临的风险，从而能及时作出更为合理的决策。因此，分析电力系统负荷的变化规律，研究电力负荷趋势预测方法，实现电力负荷的不确定性预测具有重要的理论意见和实用价值。实施例1请参阅图1，图1为本专利技术提供的一种负荷趋势预测方法、系统以及设备的方法流程图。本专利技术提供的一种负荷趋势预测方法，包括以下步骤：获取现有电力系统中的负荷数据，构建负荷曲线；负荷曲线是电力系统中各类电力负荷随时间变化的曲线，是调度电力系统的电力和进行电力系统规划的依据，负荷曲线记述负荷随时间变化的情况，通过负荷曲线研究负荷变化的规律性。对负荷曲线进行分解，提取出一系列具有不同特征尺度的数据序列，特征尺度是指特征时间尺度和特征空间尺度的总称，每一个数据序列即为一个IMF分量；IMF即为一个本征模态函数分量，利用本征模态函数分量来提取曲线的特性，从而可做进一步的处理。对每一个IMF分量进行希尔伯特谱分析，得到负荷数本文档来自技高网...

【技术保护点】
1.一种负荷趋势预测方法，其特征在于，包括以下步骤：/n获取现有电力系统中的负荷数据，构建负荷曲线；/n对负荷曲线进行分解，提取出一系列具有不同特征尺度的数据序列，每一个数据序列即为一个IMF分量；/n对每一个IMF分量进行希尔伯特谱分析，得到负荷数据的时频图谱；/n根据时频图谱提取出负荷数据的趋势项，对趋势项进行预测。/n

【技术特征摘要】
1.一种负荷趋势预测方法，其特征在于，包括以下步骤：
获取现有电力系统中的负荷数据，构建负荷曲线；
对负荷曲线进行分解，提取出一系列具有不同特征尺度的数据序列，每一个数据序列即为一个IMF分量；
对每一个IMF分量进行希尔伯特谱分析，得到负荷数据的时频图谱；
根据时频图谱提取出负荷数据的趋势项，对趋势项进行预测。


2.根据权利要求1所述的一种负荷趋势预测方法，其特征在于，IMF分量需要同时满足以下条件：
(1)IMF分量的极值点的数目和零点的数目相等或者最多相差1；
(2)IMF分量由极大值定义的上包络和极小值定义的下包络的平均包络在任何一个时刻为零。


3.根据权利要求2所述的一种负荷趋势预测方法，其特征在于，对负荷曲线进行分解的具体过程如下：



其中，r(t)为残余函数，ci(t)为IMF分量。


4.根据权利要求3所述的一种负荷趋势预测方法，其特征在于，对每个IMF分量ci(t)进行希尔伯特变换的具体步骤如下：
对一个ci(t)，可得到希尔伯特变换为：



其中，V.P.代表柯西主值。


5.根据权利要求4所述的一种负荷趋势预测方法，其特征在于，采用SVM支持向量机对趋势项进行预测。...

【专利技术属性】
技术研发人员：莫华朝，王星华，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：广东;44