用于电力负荷预测的方法、终端及存储介质技术

本发明专利技术提供一种用于电力负荷预测的方法、终端及存储介质，该方法包括：对原始负荷曲线进行预处理，获取待测当天对应的负荷分析序列；将白噪声序列加入所述负荷分析序列，并进行经验模态分解确定各用电单元的本征模态分量；在各用电单元本征模态分量未满足停止条件时，记录所述本征模态分量，并执行所述将白噪声序列加入所述分析负荷序列及之后的操作；否则，基于记录的所述本征模态分量确定各用电单元对应的子负荷预测曲线；对各用电单元的子负荷预测曲线进行误差处理，并将误差处理后的各子负荷预测曲线相加获得总负荷预测曲线。本发明专利技术能够避免预测差过大的数据被代入最终的预测结果，提高预测精度。提高预测精度。提高预测精度。

【技术实现步骤摘要】
用于电力负荷预测的方法、终端及存储介质


[0001]本专利技术涉及电网负荷预测
，尤其涉及一种用于电力负荷预测的方法、终端及存储介质。

技术介绍

[0002]需求侧响应是指通过实行一系列的激励机制，通过调整电力价格等手段引导用户主动的对配电网的运营进行配合管理，解决了传统配电网不能根据用户需求主动发电的问题，提高供电需求的稳定性。
[0003]电力负荷预测在需求侧响应中具有重要的作用，供电方能够根据电力负荷预测的结果及时调整需求侧响应，平衡配电网的供电负荷。当前的超短期负荷预测主要以人工智能和信号分析为主，虽然能够实现较短的预测周期，但是预测精度较低，尤其是对家庭应用场景下的电力负荷预测，往往因为复杂的干扰因素导致无法满足预测准度要求。

技术实现思路

[0004]本专利技术实施例提供了一种用于电力负荷预测的方法、终端及存储介质，以解决复杂的干扰因素导致无法满足电力负荷预测准度要求的问题。
[0005]第一方面，本专利技术实施例提供了一种用于电力负荷预测的方法，包括：
[0006]对原始负荷曲线进行预处理，获取待测当天对应的负荷分析序列；
[0007]将白噪声序列加入所述负荷分析序列，并进行经验模态分解确定各用电单元的本征模态分量；
[0008]在各用电单元本征模态分量未满足停止条件时，记录所述本征模态分量，并执行所述将白噪声序列加入所述分析负荷序列及之后的操作；否则，基于记录的所述本征模态分量确定各用电单元对应的子负荷预测曲线；
[0009]对各用电单元的子负荷预测曲线进行误差处理，并将误差处理后的各子负荷预测曲线相加获得总负荷预测曲线。
[0010]在一种可能的实现方式中，所述白噪声序列服从正态分布。
[0011]在一种可能的实现方式中，对各用电单元的子负荷预测曲线进行误差处理，包括：
[0012]基于如下误差处理函数对各用电单元的子负荷预测曲线进行误差处理：
[0013][0014]其中，a
i
为用电单元i在待测当天中的权重；x
i
为用电单元i在待测当天的子负荷预测曲线；x
′
i
为用电单元i在待测当天的实际子负荷；a
i
、x
i
以及x
′
i
的取值范围为正数，i的取值范围为正整数。
[0015]在一种可能的实现方式中，对原始负荷曲线进行预处理，获取待测当天对应的负荷分析序列，包括：
[0016]获取原始负荷曲线，并根据关键特性变量和用电时间确定负荷特征矢量；
[0017]计算待测当天的负荷特征矢量和历史负荷特征矢量之间的位置差，并基于所述位置差从所述历史负荷特征矢量中确定待测当天的历史近似矢量；
[0018]根据所述历史近似矢量和所述原始负荷曲线确定负荷分析序列。
[0019]在一种可能的实现方式中，权重a
i
的计算方法，包括：
[0020][0021]其中，所述绝对误差为历史近似矢量的数量；所述为预先获取的用电单元i在历史近似矢量j的预测负荷；所述x
′
i,j
为用电单元i在历史近似矢量j的实际负荷；所述E
i
、以及的取值范围为正数，i、j以及n的取值范围为正整数。
[0022]在一种可能的实现方式中，根据所述历史近似矢量和所述原始负荷曲线确定负荷分析序列之前，还包括：分析历史近似矢量对应的电力负荷曲线的数据缺失情况，在缺失的数据未超过预设阈值时，根据填充公式进行数据填充。
[0023]在一种可能的实现方式中，所述填充公式为：
[0024][0025]其中，所述D
n+j
为缺失数据，是电力负荷曲线中第n+j个数据；所述D
n
为电力数据集中第n个数据；所述D
n+i
为电力负荷曲线中第n+i个数据；所述i、j、n的取值范围为正整数且i>j，D
n
、D
n+j
以及D
n+i
的取值范围为正数；所述n的值是根据经验人为选定的。
[0026]在一种可能的实现方式中，将白噪声序列加入所述负荷分析序列，并进行经验模态分解确定各用电单元的本征模态分量，包括：
[0027]将白噪声序列加入所述负荷分析序列确定修正分析序列；
[0028]通过微分求得所述修正分析序列内的极大值和极小值，并通过三次样条拟合确定所述修正分析序列的上包络线和下包络线；
[0029]根据所述上包络线和所述下包络线求均值，并根据所述负荷分析序列与所述均值的差值确定各用电单元的本征模态分量。
[0030]在一种可能的实现方式中，各用电单元的本征模态分量满足如下条件：
[0031]在整个数据序列内，极值点的个数N
e
和过零点的个数N
z
的差值满足设定条件；和，
[0032]在任一时间点，由数据序列的局部极大值确定的上包络和由局部极小值确定的下包络的和为零。
[0033]在一种可能的实现方式中，所述设定条件为：极值点的个数和过零点的个数的差值的绝对值小于等于1。
[0034]在一种可能的实现方式中，基于记录的所述本征模态分量确定各用电单元对应的子负荷预测曲线之前，还包括：
[0035]将记录的所述本征模态分量与所述负荷分析序列进行归一化处理，并确定归一化
相关系数；
[0036]在所述归一化相关系数小于或等于系数阈值时，剔除该归一化相关系数对应的本征模态分量。
[0037]在一种可能的实现方式中，所述归一化相关系数为：
[0038][0039]其中，所述r
j
为第j个本征模态分量与所述负荷分析序列的归一化相关系数；所述t为信号的采样点；所述c
j
(t)为第j个本征模态分量；所述为本征模态分量的均值；所述y(t0为负荷分析序列；所述为负荷分析序列的均值。
[0040]在一种可能的实现方式中，设定阈值TH，由相关系数的标准差TH＝std(r
j
)得到，即：
[0041][0042]若r
j
＞TH，保留第j个本征模态分量；否则，剔除第j个本征模态分量。
[0043]在一种可能的实现方式中，所述停止条件包括：
[0044]本征模态分量满足如下终止函数：
[0045][0046]其中，所述S
d
为两个连续迭代结果之间的标准差；所述h
j
(t)为第j次迭代得到的本征模态分量；所述S
d
的数值范围(0.2，0.3)。
[0047]第二方面，本专利技术实施例提供了一种用于电力负荷预测的装置，包括：
[0048]预处理模块，用于对原始负荷曲线进行预处理，获取待测当天对应的负荷分析序列；
[0049]确定模块，用于将白噪声序列本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于电力负荷预测的方法，其特征在于，包括：对原始负荷曲线进行预处理，获取待测当天对应的负荷分析序列；将白噪声序列加入所述负荷分析序列，并进行经验模态分解确定各用电单元的本征模态分量；在各用电单元本征模态分量未满足停止条件时，记录所述本征模态分量，并执行所述将白噪声序列加入所述分析负荷序列及之后的操作；否则，基于记录的所述本征模态分量确定各用电单元对应的子负荷预测曲线；对各用电单元的子负荷预测曲线进行误差处理，并将误差处理后的各子负荷预测曲线相加获得总负荷预测曲线。2.根据权利要求1所述的方法，其特征在于，所述白噪声序列服从正态分布。3.根据权利要求1所述的方法，其特征在于，对各用电单元的子负荷预测曲线进行误差处理，包括：基于如下误差处理函数对各用电单元的子负荷预测曲线进行误差处理：其中，a
i
为用电单元i在待测当天中的权重；x
i
为用电单元i在待测当天的子负荷预测曲线；x
′
i
为用电单元i在待测当天的实际子负荷；a
i
、x
i
以及x
′
i
的取值范围为正数，i的取值范围为正整数。4.根据权利要求1所述的方法，其特征在于，对原始负荷曲线进行预处理，获取待测当天对应的负荷分析序列，包括：获取原始负荷曲线，并根据关键特性变量和用电时间确定负荷特征矢量；计算待测当天的负荷特征矢量和历史负荷特征矢量之间的位置差，并基于所述位置差从所述历史负荷特征矢量中确定待测当天的历史近似矢量；根据所述历史近似矢量和所述原始负荷曲线确定负荷分析序列。5.根据权利要求1所述的方法，其特征在于，将白噪声序列加入所述负荷分析序列，并进行经验模态分解确定各用电单元的本征模态分量...

【专利技术属性】
技术研发人员：申洪涛，陶鹏，张洋瑞，任鹏，赵俊鹏，张超，张冰玉，李春睿，
申请(专利权)人：国家电网有限公司，
类型：发明
国别省市：