一种基于HPLC的空间负荷预测方法及预测系统技术方案

本发明专利技术公开了一种基于HPLC的空间负荷预测方法及预测系统获取第一数据，并基于HPLC单元将所述第一数据划分为n个元胞；对每个所述元胞进行数据处理，获得第二数据；采用支持向量机方法对所述第二数据进行处理，获得每个所述元胞的使用面积、负荷密度以及用地评分；基于元胞用地评分与所述负荷密度，计算获得每个所述元胞负荷的时空分布；基于每个所述元胞负荷的时空分布，计算获得待预测负荷区域的系统负荷；本发明专利技术的有益效果为有效提升空间负荷预测过程中对用电数据的的采集、传输和存储能力，从而提高空间负荷预测的准确性。从而提高空间负荷预测的准确性。从而提高空间负荷预测的准确性。

【技术实现步骤摘要】
一种基于HPLC的空间负荷预测方法及预测系统


[0001]本专利技术涉及电力负荷预测
，具体而言，涉及一种基于HPLC的空间负荷预测方法及预测系统。

技术介绍

[0002]科学的预测是正确决策的依据和保证。负荷预测是电力系统领域的一个传统研究问题,它是指从已知的电力系统、经济、社会、气象等情况出发,通过对历史数据的分析和研究，探索事物之间的内在联系和发展变化规律，对负荷发展做出预先估计和推测。负荷预测是电力系统规划、计划、用电、调度等部门的基础工作，其重要性早已被人们所认识。
[0003]随着对电力系统的管理由粗放型向精益化的转变，传统负荷预测已不能满足电力系统规划的要求，因此空间电力负荷预测问题的研究越来越受关注。空间电力负荷预测也称空间负荷预测，是指对供电区域内未来电力负荷的大小和位置的预测，亦或是对指定区域内电力负荷时空分布的预测，这为提高电力系统建设的经济性、高效性、可靠性创造了条件。而空间电力负荷预测所需基础数据比较庞杂，数据的采集、传输、存储过程是空间电力负荷预测的关键。传统负荷预测方法只预测未来负荷的大小，并不给出其较为精细的位置分布，因此，给电力负荷的预测带来了一定的局限性。
[0004]有鉴于此，特提出本申请。

技术实现思路

[0005]本专利技术所要解决的技术问题是无法预测具体发生负荷的精细位置分布，目的在于提供一种基于HPLC的空间负荷预测方法及预测系统，能够实现查找发生负荷大小对应的具体位置。
[0006]本专利技术通过下述技术方案实现：
[0007]一种基于HPLC的空间负荷预测方法，预测方法步骤包括：
[0008]S1：获取第一数据，并基于HPLC单元将所述第一数据划分为n个元胞，所述第一数据为基于HPLC单元采集的待预测负荷区域的用户用电数据；
[0009]S2：对每个所述元胞进行数据处理，获得第二数据；
[0010]S3：采用支持向量机方法对所述第二数据进行处理，获得每个所述元胞的使用面积、负荷密度以及用地评分；
[0011]S4：基于元胞用地评分与所述负荷密度，计算获得每个所述元胞负荷的时空分布；
[0012]S5：基于每个所述元胞负荷的时空分布，采用支持向量机方法，计算获得待预测负荷区域的系统负荷。
[0013]采用传统的电力负荷预测方法，往往只能预测对未来负荷的大小，但是需要对该负荷精细位置进行确定的时候，无法给出一个具体的位置；本专利技术提供了一种基于HPLC的空间负荷预测方法，通过对采集的电力数据进行元胞分区域处理，，不仅能有效提升空间负荷预测过程中对用电数据的的采集、传输和存储能力，从而提高空间负荷预测的准确性，而
且能更加精准合理的生成元胞(划分供电小区)，为合理的描述和刻画空间电力负荷创造了条件。
[0014]优选地，所述步骤S2的具体操作步骤为：对每个所述元胞中的缺失数据、偏差数据进行剔除，获得第二数据。
[0015]优选地，所述步骤S3的具体操作步骤为：采用支持向量机方法对所述第二数据进行处理，获得每个所述元胞的用地面积以及每个所述元胞的负荷密度；
[0016]基于每个所述元胞的用地面积，采用支持向量机方法，计算获得每个所述元胞用地评分。
[0017]优选地，所述步骤S3～步骤S5具体实现过程为：
[0018][0019]f1将元胞(x,y)的特征F
(x,y)
映射成土地使用面积L
(x,y)
；
[0020]f2将土地使用面积L
(x,y)
映射成元胞负荷S
(x,y)
；
[0021]f3将元胞负荷累加成系统负荷S
t
。
[0022]优选地，所述f1具体步骤计算式为：
[0023]f1＝f1′
&f1″
[0024]f1：F
(x,y)
→
P
(x,y)
，即把元胞的空间属性F
(x,y)
映射成元胞用地评分P
(x,y)
；f1＂:P
(x,y)
→
L
(x,y)
，即把用地评分映射成用地分布L
(x,y)
。
[0025]优选地，所述f2与f3的具体表达式分别为：
[0026][0027][0028]S
t
为元胞负荷累加成的系统负荷，S
(x,y)
为将土地使用面积L
(x,y)
映射成的元胞负荷，m为土地使用类型的数目；LC
i
为第i类的负荷密度；L
i(x,y)
和S
i(x,y)
分别表示元胞(x,y)的第i类土地使用面积和负荷。
[0029]本专利技术还提供了一种基于HPLC的空间负荷预测系统，预测系统包括数据采集模块、数据预处理模块、用地决策模块、负荷时空分布预测模块以及匹配系统负荷预测模块，
[0030]所述数据采集模块，用于获取第一数据，并基于HPLC单元将所述第一数据划分为n个元胞，所述第一数据为基于HPLC单元采集的待预测负荷区域的用户用电数据；
[0031]所述数据预处理模块，用于对每个所述元胞进行数据处理，获得第二数据；
[0032]所述用地决策模块，用于采用支持向量机方法对所述第二数据进行处理，获得每个所述元胞的使用面积、负荷密度以及用地评分；
[0033]所述负荷时空分布预测模块，用于基于元胞用地评分与所述负荷密度，计算获得每个所述元胞负荷的时空分布；
[0034]所述匹配系统负荷预测模块，用于基于每个所述元胞负荷的时空分布，采用支持向量机方法，计算获得待预测负荷区域的系统负荷。
[0035]优选地，所述数据采集模块包括智能电表与HPLC单元，所述HPLC单元用于采集所述智能电表上的用电数据。
[0036]优选地，所述数据预处理模块包括数据存储单元与数据异常诊断单元，所述数据
存储单元用于存储所述第一数据，所述数据异常诊断单元用于对每个所述元胞的缺失数据、偏差数据进行剔除处理，获得所述第二数据。
[0037]优选地，所述用地决策模块包括分类用地面积预测单元、分类负荷密度预测单元以及元胞用地评分单元，
[0038]所述分类用地面积预测单元用于基于支持向量机方法，对所述第二数据进行处理，获得每个所述元胞的用地面积；
[0039]所述分类负荷密度预测单元用于基于支持向量机方法，对所述第二数据进行处理，获得每个所述元胞的负荷密度；
[0040]所述元胞用地评分单元用于基于每个所述元胞的用地面积，进行计算处理，获得每个所述元胞的用地评分。
[0041]本专利技术与现有技术相比，具有如下的优点和有益效果：
[0042]1、本专利技术实施例提供的一种基于HPLC的空间负荷预测方法及预测系统，HPLC技术能够实现对用电数据的高频率采集、高速率传输和同步存本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于HPLC的空间负荷预测方法，其特征在于，预测方法步骤包括：S1：获取第一数据，并基于HPLC单元将所述第一数据划分为n个元胞，所述第一数据为基于HPLC单元采集的待预测负荷区域的用户用电数据；S2：对每个所述元胞进行数据处理，获得第二数据；S3：采用支持向量机方法对所述第二数据进行处理，获得每个所述元胞的使用面积、负荷密度以及用地评分；S4：基于元胞用地评分与所述负荷密度，计算获得每个所述元胞负荷的时空分布；S5：基于每个所述元胞负荷的时空分布，采用支持向量机方法，计算获得待预测负荷区域的系统负荷。2.根据权利要求1所述的一种基于HPLC的空间负荷预测方法，其特征在于，所述步骤S2的具体操作步骤为：对每个所述元胞中的缺失数据、偏差数据进行剔除，获得第二数据。3.根据权利要求1所述的一种基于HPLC的空间负荷预测方法，其特征在于，所述步骤S3的具体操作步骤为：采用支持向量机方法对所述第二数据进行处理，获得每个所述元胞的用地面积以及每个所述元胞的负荷密度；基于每个所述元胞的用地面积，采用支持向量机方法，计算获得每个所述元胞用地评分。4.根据权利要求1～3任一所述的一种基于HPLC的空间负荷预测方法，其特征在于，所述步骤S3～步骤S5具体实现过程为：f1将元胞(x,y)的特征F
(x,y)
映射成土地使用面积L
(x,y)
；f2将土地使用面积L
(x,y)
映射成元胞负荷S
(x,y)
；f3将元胞负荷累加成系统负荷S
t
。5.根据权利要求4所述的一种基于HPLC的空间负荷预测方法，其特征在于，所述f1具体步骤计算式为：f1＝f1′
&f1″
f1：F
(x,y)
→
P
(x,y)
，即把元胞的空间属性F
(x,y)
映射成元胞用地评分P
(x,y)
；f1＂:P
(x,y)
→
L
(x,y)
，即把用地评分映射成用地分布L
(x,y)
。6.根据权利要求5所述的一种基于HPLC的空间负荷预测方法，其特征在于，所述f2与f3的具...

【专利技术属性】
技术研发人员：王韬，刘丽娜，李锐超，申杰，李方硕，龙海莲，罗银康，吴勇，冯军，
申请(专利权)人：国网四川省电力公司营销服务中心，
类型：发明
国别省市：