一种电力系统的负荷智能预测方法及系统技术方案

技术编号:39408470 阅读:16 留言:0更新日期:2023-11-19 16:00
本发明专利技术公开了一种电力系统的负荷智能预测方法及系统,属于智慧电网领域,其中方法包括:通过获取目标电力系统的历史电力负荷数据集和负荷预测要求,建立了目标负荷预测模型的预估信息;遍历负荷预测模型库,计算每个模型的符合度,并选择符合度最高的模型作为基础负荷预测模型;对基础负荷预测模型进行修正,利用历史电力负荷数据集进行训练和评估,得到目标负荷预测模型;利用目标负荷预测模型对目标电力系统进行负荷预测。本申请解决了现有技术中电力系统负荷智能预测精度低和成本高的技术问题,达到了智能选择和修正匹配电力系统实际负荷特性的预测模型,实现负荷预测高精度和低成本的技术效果。低成本的技术效果。低成本的技术效果。

【技术实现步骤摘要】
一种电力系统的负荷智能预测方法及系统


[0001]本专利技术涉及智慧电网领域,具体涉及一种电力系统的负荷智能预测方法及系统


技术介绍

[0002]电力系统负荷预测是电力系统经济运营

安全稳定的基础,其预测精度和质量直接影响电力系统的经济性和安全性

然而,采用历史数据直接训练电力系统的负荷智能预测模型,难以高效快速达到所需要求,并且会消耗大量的资源成本,无法实现高精度

低成本地预测系统负荷


技术实现思路

[0003]本申请通过提供了一种电力系统的负荷智能预测方法及系统,旨在解决现有技术中电力系统负荷智能预测精度低和成本高的技术问题

[0004]鉴于上述问题,本申请提供了一种电力系统的负荷智能预测方法及系统

[0005]本申请公开的第一个方面,提供了一种电力系统的负荷智能预测方法,该方法包括:获取目标电力系统的历史电力负荷数据集与负荷预测要求,基于历史电力负荷数据集与负荷预测要求获取目标负荷预测模型预估信息;遍历负荷预测模型库,获取第一负荷预测模型信息;基于目标负荷预测模型预估信息与第一负荷预测模型信息,获取预测模型符合度;获取预测模型符合度最大的负荷预测模型作为基础负荷预测模型;对基础负荷预测模型进行复制,构建初始负荷预测模型;基于目标负荷预测模型预估信息对初始负荷预测模型进行修正,基于历史电力负荷数据集对修正后的初始负荷预测模型进行训练与评估,获取目标负荷预测模型;基于目标负荷预测模型对目标电力系统进行负荷预测

[0006]本申请公开的另一个方面,提供了一种电力系统的负荷智能预测系统,该系统包括:基础信息获取模块,用于获取目标电力系统的历史电力负荷数据集与负荷预测要求,基于历史电力负荷数据集与负荷预测要求获取目标负荷预测模型预估信息;模型信息获取模块,用于遍历负荷预测模型库,获取第一负荷预测模型信息;模型符合度模块,基于目标负荷预测模型预估信息与第一负荷预测模型信息,获取预测模型符合度;基础模型获取模块,用于获取预测模型符合度最大的负荷预测模型作为基础负荷预测模型;初始模块构建模块,用于对基础负荷预测模型进行复制,构建初始负荷预测模型;目标模型获取模块,基于目标负荷预测模型预估信息对初始负荷预测模型进行修正,基于历史电力负荷数据集对修正后的初始负荷预测模型进行训练与评估,获取目标负荷预测模型;系统负荷预测模块,基于目标负荷预测模型对目标电力系统进行负荷预测

[0007]本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:由于采用了通过获取目标电力系统的历史电力负荷数据集和负荷预测要求,建立了目标负荷预测模型的预估信息;遍历负荷预测模型库,计算每个模型的符合度,并选择符合度最高的模型作为基础负荷预测模型;对基础负荷预测模型进行修正,利用历史电力负荷数据集进行训练和评估,得到目标负荷预测模型;利用目标负荷预测模型对目标电力系
统进行负荷预测的技术方案,解决了现有技术中电力系统负荷智能预测精度低和成本高的技术问题,达到了智能选择和修正匹配电力系统实际负荷特性的预测模型,实现负荷预测高精度和低成本的技术效果

[0008]上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的

特征和优点能够更明显易懂,以下特举本申请的具体实施方式

附图说明
[0009]图1为本申请实施例提供了一种电力系统的负荷智能预测方法可能的流程示意图;图2为本申请实施例提供了一种电力系统的负荷智能预测方法中获取目标负荷预测模型预估信息可能的流程示意图;图3为本申请实施例提供了一种电力系统的负荷智能预测方法中获取目标负荷预测模型可能的流程示意图;图4为本申请实施例提供了一种电力系统的负荷智能预测系统可能的结构示意图

[0010]附图标记说明:基础信息获取模块
11
,模型信息获取模块
12
,模型符合度模块
13
,基础模型获取模块
14
,初始模块构建模块
15
,目标模型获取模块
16
,系统负荷预测模块
17。
具体实施方式
[0011]本申请提供的技术方案总体思路如下:本申请实施例提供了一种电力系统的负荷智能预测方法及系统

首先,通过获取目标电力系统的历史电力负荷数据集和负荷预测要求,建立了目标负荷预测模型的预估信息

然后,遍历负荷预测模型库,计算每个模型的符合度,并选择符合度最高的模型作为基础负荷预测模型

接着,对基础负荷预测模型进行修正,利用历史电力负荷数据集进行训练和评估,得到目标负荷预测模型

最后,利用目标负荷预测模型对目标电力系统进行负荷预测,为电力系统的运行和管理提供有力支持,提高负荷预测的准确性和降低预测成本,从而提高电力系统的稳定性和效率

[0012]在介绍了本申请基本原理后,下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式

实施例一
[0013]如图1所示,本申请实施例提供了一种电力系统的负荷智能预测方法,该方法包括:步骤
S100
:获取目标电力系统的历史电力负荷数据集与负荷预测要求,基于所述历史电力负荷数据集与所述负荷预测要求获取目标负荷预测模型预估信息;具体而言,获取目标电力系统的历史电力负荷数据集和负荷预测要求

其中,历史电力负荷数据集是指过去一段时间内电力系统的负荷数据,包括负荷大小

时间间隔

天气情况等信息

负荷预测要求是指对未来一段时间内电力系统负荷的预测需求,包括预测的
时间范围

预测精度等要求

[0014]首先,通过电力系统监测设备和历史记录数据库方式获取历史电力负荷数据集,这些数据包括每个时间点的负荷大小

负荷曲线等信息

同时,通过与电力系统负荷管理部门进行交互,获得负荷预测要求,如预测精度

预测时长

预测范围等

随后,基于历史电力负荷数据集和负荷预测要求,使用时间序列分析方法,如
ARIMA
模型

指数平滑法等,对历史负荷数据进行建模和分析,得到负荷的趋势

周期性等特征

同时,结合影响负荷的因素,如天气

季节等,进行综合分析,作为后续步骤中选择和构建负荷预测模型的依据

将所得到的负荷特征与负荷预测要求进行汇总,得到目标负荷预测模型预估信息,为负荷预测模型选择和构建提供依据
...

【技术保护点】

【技术特征摘要】
1.
一种电力系统的负荷智能预测方法,其特征在于,所述方法包括:获取目标电力系统的历史电力负荷数据集与负荷预测要求,基于所述历史电力负荷数据集与所述负荷预测要求获取目标负荷预测模型预估信息;遍历负荷预测模型库,获取第一负荷预测模型信息;基于所述目标负荷预测模型预估信息与第一负荷预测模型信息,获取预测模型符合度;获取所述预测模型符合度最大的负荷预测模型作为基础负荷预测模型;对所述基础负荷预测模型进行复制,构建初始负荷预测模型;基于所述目标负荷预测模型预估信息对所述初始负荷预测模型进行修正,基于所述历史电力负荷数据集对修正后的初始负荷预测模型进行训练与评估,获取目标负荷预测模型;基于所述目标负荷预测模型对所述目标电力系统进行负荷预测
。2.
根据权利要求1所述的方法,其特征在于,基于所述电力负荷数据集与所述负荷预测要求获取目标负荷预测模型预估信息,包括:根据所述历史电力负荷数据集获取样本量级信息

样本周期信息

样本辅助信息;根据所述负荷预测要求获取预测输入信息

预测输出信息

预测精度信息;将所述样本量级信息

所述样本周期信息

所述样本辅助信息

所述预测输入信息

所述预测输出信息

所述预测精度信息汇总为所述目标负荷预测模型预估信息
。3.
根据权利要求2所述的方法,其特征在于,基于所述目标负荷预测模型预估信息与第一负荷预测模型信息,获取预测模型符合度,包括:基于所述样本量级信息

所述样本周期信息

所述样本辅助信息

所述预测输入信息

所述预测输出信息

所述预测精度信息构建目标矩阵为:;其中,为所述样本量级信息的样本量,为所述样本周期信息的最小周期时长,为所述样本辅助信息的有效信息量,为所述预测输入信息的输入特征数,为所述预测输出信息的输出特征数,为所述预测精度信息的期望精度;获取所述第一负荷预测模型信息中的第一样本量级信息

第一周期性信息

第一样本辅助信息

第一预测输入信息

第一预测输出信息

第一预测精度信息,并构建第一匹配矩阵为:;其中,为所述第一样本量级信息的样本量,为所述第一周期性信息的最小周期时长,为所述第一样本辅助信息的有效信息量,为所述第一预测输入信息的输入特征数,为所述第一预测输出信息的输出特征数,为所述第一预测精度信息的平均精度;根据所述目标矩阵和所述第一匹配矩阵获取所述预测模型符合度
。4.
根据权利要求3所述的方法,其特征在于,根据所述目标矩阵和所述第一匹配矩阵获取所述预测模型符合度,包括:
将所述目标矩阵与所述第一匹配矩阵相减,获取差异矩阵为:;其中,分...

【专利技术属性】
技术研发人员:邓永保曾伟彭志明林秋吴海阳朱韬
申请(专利权)人:广州鑫广源电力设计有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1