CN105335601A - 用于短期负荷的数据处理方法和装置 - Google Patents

用于短期负荷的数据处理方法和装置 Download PDF

Info

Publication number
CN105335601A
CN105335601A CN201410390257.2A CN201410390257A CN105335601A CN 105335601 A CN105335601 A CN 105335601A CN 201410390257 A CN201410390257 A CN 201410390257A CN 105335601 A CN105335601 A CN 105335601A
Authority
CN
China
Prior art keywords
stability
historical load
load degree
upper limit
lower limit
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201410390257.2A
Other languages
English (en)
Other versions
CN105335601B (zh
Inventor
王海云
许方晨
袁清芳
孙健
高明伟
杨楠
张岩
王存平
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
State Grid Beijing Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
State Grid Beijing Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, State Grid Beijing Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201410390257.2A priority Critical patent/CN105335601B/zh
Publication of CN105335601A publication Critical patent/CN105335601A/zh
Application granted granted Critical
Publication of CN105335601B publication Critical patent/CN105335601B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

本发明公开了一种用于短期负荷的数据处理方法和装置。其中,该用于短期负荷的数据处理方法包括:获取历史负荷稳定度的上限历史负荷稳定度的下限;获取短期负荷的属性参数;根据所述短期负荷的属性参数分别修正所述历史负荷稳定度的上限和所述历史负荷稳定度的下限,得到修正后的历史负荷稳定度的上限和修正后的历史负荷稳定度的下限;以及根据所述修正后的历史负荷稳定度的上限和所述修正后的历史负荷稳定度的下限,确定短期负荷。通过本发明,解决了相关技术中无法确定短期负荷的问题。

Description

用于短期负荷的数据处理方法和装置
技术领域
本发明涉及数据处理领域,具体而言,涉及一种用于短期负荷的数据处理方法和装置。
背景技术
电力负荷变化可以包括日间负荷水平的变化情况、日间负荷曲线的变化情况、日内负荷曲线的波动情况、基荷所占的比例会影响负荷曲线的规律性。目前,在相关技术中,在确定目标负荷时,仅仅通过整体上的电力负荷来确定。然而,整体上确定目标负荷无法确定短期负荷。
针对相关技术中无法确定短期负荷的问题,目前尚未提出有效的解决方案。
发明内容
本发明的主要目的在于提供一种用于短期负荷的数据处理方法和装置,以解决相关技术中无法精确确定短期负荷的问题。
为了实现上述目的,根据本发明的一个方面,提供了一种用于短期负荷的数据处理方法。该方法包括:获取历史负荷稳定度的上限历史负荷稳定度的下限;获取短期负荷的属性参数;根据所述短期负荷的属性参数分别修正所述历史负荷稳定度的上限和所述历史负荷稳定度的下限,得到修正后的历史负荷稳定度的上限和修正后的历史负荷稳定度的下限;以及根据所述修正后的历史负荷稳定度的上限和所述修正后的历史负荷稳定度的下限,确定短期负荷。
进一步地,所述短期负荷的属性参数包括月度平均负荷变化率,根据所述短期负荷的属性参数分别修正所述历史负荷稳定度的上限和所述历史负荷稳定度的下限,得到修正后的历史负荷稳定度的上限和修正后的历史负荷稳定度的下限包括:
根据所述月度平均负荷变化率确定第一修正系数;
根据所述第一修正系数修正所述历史负荷稳定度的上限,得到第一修正后的历史负荷稳定度的上限;以及
根据所述第一修正系数修正所述历史负荷稳定度的下限,得到第一修正后的历史负荷稳定度的下限。
进一步地,所述短期负荷的属性参数包括负荷率变化率,根据所述短期负荷的属性参数分别修正所述历史负荷稳定度的上限和所述历史负荷稳定度的下限,得到修正后的历史负荷稳定度的上限和修正后的历史负荷稳定度的下限包括:根据所述负荷率变化率确定第二修正系数;根据所述第二修正系数修正所述历史负荷稳定度的上限,得到第二修正后的历史负荷稳定度的上限;以及根据所述第二修正系数修正所述历史负荷稳定度的下限,得到第二修正后的历史负荷稳定度的下限。
进一步地,所述短期负荷的属性参数包括负荷曲线尖峰平均程度指标,根据所述短期负荷的属性参数分别修正所述历史负荷稳定度的上限和所述历史负荷稳定度的下限,得到修正后的历史负荷稳定度的上限和修正后的历史负荷稳定度的下限包括:根据所述负荷曲线尖峰平均程度指标确定第三修正系数;根据所述第三修正系数修正所述历史负荷稳定度的上限,得到第三修正后的历史负荷稳定度的上限;以及根据所述第三修正系数修正所述历史负荷稳定度的下限,得到第三修正后的历史负荷稳定度的下限。
进一步地,所述短期负荷的属性参数包括基荷比例,根据所述短期负荷的属性参数分别修正所述历史负荷稳定度的上限和所述历史负荷稳定度的下限,得到修正后的历史负荷稳定度的上限和修正后的历史负荷稳定度的下限包括:根据所述基荷比例确定第四修正系数;根据所述第四修正系数修正所述历史负荷稳定度的上限,得到第四修正后的历史负荷稳定度的上限;以及根据所述第四修正系数修正所述历史负荷稳定度的下限,得到第四修正后的历史负荷稳定度的下限。
为了实现上述目的,根据本发明的另一方面,提供了一种用于短期负荷的数据处理装置。该装置包括:第一获取单元,用于获取历史负荷稳定度的上限历史负荷稳定度的下限;第二获取单元,用于获取短期负荷的属性参数;修正单元,用于根据所述短期负荷的属性参数分别修正所述历史负荷稳定度的上限和所述历史负荷稳定度的下限,得到修正后的历史负荷稳定度的上限和修正后的历史负荷稳定度的下限;以及确定单元,用于根据所述修正后的历史负荷稳定度的上限和所述修正后的历史负荷稳定度的下限,确定短期负荷。
进一步地,所述短期负荷的属性参数包括月度平均负荷变化率,所述修正单元包括:第一确定模块,用于根据所述月度平均负荷变化率确定第一修正系数;第一修正模块,用于根据所述第一修正系数修正所述历史负荷稳定度的上限,得到第一修正后的历史负荷稳定度的上限;以及第二修正模块,用于根据所述第一修正系数修正所述历史负荷稳定度的下限,得到第一修正后的历史负荷稳定度的下限。
进一步地,所述短期负荷的属性参数包括负荷率变化率,所述修正单元包括:第二确定模块,用于根据所述负荷率变化率确定第二修正系数;第三修正模块,用于根据所述第二修正系数修正所述历史负荷稳定度的上限,得到第二修正后的历史负荷稳定度的上限;以及第四修正模块,用于根据所述第二修正系数修正所述历史负荷稳定度的下限,得到第二修正后的历史负荷稳定度的下限。
进一步地,所述短期负荷的属性参数包括负荷曲线尖峰平均程度指标,所述修正单元包括:第三确定模块,用于根据所述负荷曲线尖峰平均程度指标确定第三修正系数;第五修正模块,用于根据所述第三修正系数修正所述历史负荷稳定度的上限,得到第三修正后的历史负荷稳定度的上限;以及第六修正模块,用于根据所述第三修正系数修正所述历史负荷稳定度的下限,得到第三修正后的历史负荷稳定度的下限。
进一步地,所述短期负荷的属性参数包括基荷比例,所述修正单元包括:第四确定模块,用于根据所述基荷比例确定第四修正系数;第七修正模块,用于根据所述第四修正系数修正所述历史负荷稳定度的上限,得到第四修正后的历史负荷稳定度的上限;以及第八修正模块,用于根据所述第四修正系数修正所述历史负荷稳定度的下限,得到第四修正后的历史负荷稳定度的下限。
通过本发明,采用获取历史负荷稳定度的上限历史负荷稳定度的下限;获取短期负荷的属性参数;根据所述短期负荷的属性参数分别修正所述历史负荷稳定度的上限和所述历史负荷稳定度的下限,得到修正后的历史负荷稳定度的上限和修正后的历史负荷稳定度的下限;以及根据所述修正后的历史负荷稳定度的上限和所述修正后的历史负荷稳定度的下限,确定短期负荷,解决了相关技术中无法确定短期负荷的问题,进而达到了确定短期负荷的效果。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的用于短期负荷的数据处理装置的示意图;以及
图2是根据本发明实施例的用于短期负荷的数据处理方法的流程图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
为了使本领域的技术人员更好的理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,在本领域普通技术人员没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明的保护范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含。
根据本发明的实施例,提供了一种用于短期电力负荷的数据处理装置。
图1是根据本发明实施例的用于短期负荷的数据处理装置的示意图。如图1所示,该装置包括:第一获取单元10、第二获取单元20、修正单元30和确定单元40。
第一获取单元10用于获取历史负荷稳定度的上限历史负荷稳定度的下限;第二获取单元20用于获取短期负荷的属性参数;修正单元30用于根据短期负荷的属性参数分别修正历史负荷稳定度的上限和历史负荷稳定度的下限,得到修正后的历史负荷稳定度的上限和修正后的历史负荷稳定度的下限;以及确定单元40用于根据修正后的历史负荷稳定度的上限和修正后的历史负荷稳定度的下限,确定短期负荷。
需要说明的是,在本发明实施例中,历史负荷稳定度为历史负荷的规律性的指标。历史负荷稳定度的上限和历史负荷稳定度的下限分别为历史负荷稳定度的最大值和历史负荷稳定度的最小值。短期负荷的属性参数可以包括以下参数中的一个或者多个:月度平均负荷变化率、负荷率变化率、负荷曲线尖峰平均程度指标和基荷比例。其中,短期负荷的属性参数可以为预设参数,或者其可以为根据经验获取的参数,在获取到这些参数之后,可以将其存储在存储器中。
需要说明的是,可以根据月度平均负荷变化率、负荷率变化率、负荷曲线尖峰平均程度指标和基荷比例中的一个或者多个对历史负荷稳定度的上限和历史负荷稳定度的下限分别进行修正,并得到相应的修正后的历史负荷稳定度的上限和修正后的历史负荷稳定度的下限。
具体地,在根据修正后的历史负荷稳定度的上限和修正后的历史负荷稳定度的下限,确定短期负荷时,可以将前述的短期负荷确定在前述的上限和下限中的任一值上。例如,可以将其确定在前述的上限和下限的中间值上。需要说明的是,在根据前述方法确定短期负荷时,可以根据用户端的实际负荷进行确定。
通过本发明实施例,采用获取历史负荷稳定度的上限历史负荷稳定度的下限;获取短期负荷的属性参数;根据所述短期负荷的属性参数分别修正所述历史负荷稳定度的上限和所述历史负荷稳定度的下限,得到修正后的历史负荷稳定度的上限和修正后的历史负荷稳定度的下限;以及根据所述修正后的历史负荷稳定度的上限和所述修正后的历史负荷稳定度的下限,确定短期负荷,进而达到了确定短期负荷的效果。
优选地,在本发明实施例中,短期负荷的属性参数包括月度平均负荷变化率,修正单元30可以包括:第一确定模块、第一修正模块和第二修正模块。第一确定模块用于根据月度平均负荷变化率确定第一修正系数;第一修正模块用于根据第一修正系数修正历史负荷稳定度的上限,得到第一修正后的历史负荷稳定度的上限;以及第二修正模块用于根据第一修正系数修正历史负荷稳定度的下限,得到第一修正后的历史负荷稳定度的下限。
具体地,历史负荷稳定度的上限和下限可以分别通过公式(1)和(2)表示:
L upper = [ 1 - Σ t = 1 N ( | H ( t ) | / P ( t ) ) 2 N ] × 100 % - - - ( 1 )
L lower = [ 1 - Σ t = 1 N ( | L ( t ) + H ( t ) | / P ( t ) ) 2 N ] × 100 % - - - ( 2 )
其中,P(t)为历史负荷序列;H(t)为分离出来的高频负荷分量的序列;N为分析时间段内的负荷数据个数;Lupper为历史负荷稳定度上限。P(t)为历史负荷序列;L(t)为分离出来的低频负荷分量的序列;H(t)为分离出来的高频负荷分量的序列。N为分析时间段内的负荷数据个数;Llower为历史负荷稳定度上限。
具体地,可以通过公式(3)、(4)和(5)分别确定第一修正系数、第一修正后的历史负荷稳定度的上限和第一修正后的历史负荷稳定度的下限:
K1=1+Varave(3)
L upper 1 = [ 1 - K 1 Σ t = 1 N ( | H ( t ) | / P ( t ) ) 2 N ] × 100 % - - - ( 4 )
L lower 1 = [ 1 - K 1 Σ t = 1 N ( | L ( t ) + H ( t ) | / P ( t ) ) 2 N ] × 100 % - - - ( 5 )
其中,Varave表示月度平均负荷变化率,K1表示第一修正系数,L1upper表示第一修正后的历史负荷稳定度上限,L1lower为第一修正后的历史负荷稳定度上限。
优选地,在本发明实施例中,短期负荷的属性参数包括负荷率变化率,修正单元30可以包括:第二确定模块、第三修正模块和第四修正模块。第二确定模块用于根据负荷率变化率确定第二修正系数;第三修正模块用于根据第二修正系数修正历史负荷稳定度的上限,得到第二修正后的历史负荷稳定度的上限;以及第四修正模块用于根据第二修正系数修正历史负荷稳定度的下限,得到第二修正后的历史负荷稳定度的下限。
具体地,可以通过公式(6)、(7)和(8)分别确定第二修正系数、第二修正后的历史负荷稳定度的上限和第二修正后的历史负荷稳定度的下限:
K2=1+Varrat(6)
L upper 2 = [ 1 - K 1 K 2 Σ t = 1 N ( | H ( t ) | / P ( t ) ) 2 N ] × 100 % - - - ( 7 )
L lower 2 = [ 1 - K 1 K 2 Σ t = 1 N ( | L ( t ) + H ( t ) | / P ( t ) ) 2 N ] × 100 % - - - ( 8 )
其中,Aveslope表示负荷曲线尖峰平均程度指标,K2表示第二修正系数,L2upper表示第二修正后的历史负荷稳定度上限,L2lower为第二修正后的历史负荷稳定度上限。
优选地,在本发明实施例中,短期负荷的属性参数包括负荷曲线尖峰平均程度指标,修正单元30可以包括:第三确定模块用于根据负荷曲线尖峰平均程度指标确定第三修正系数;第五修正模块用于根据第三修正系数修正历史负荷稳定度的上限,得到第三修正后的历史负荷稳定度的上限;以及第六修正模块用于根据第三修正系数修正历史负荷稳定度的下限,得到第三修正后的历史负荷稳定度的下限。
具体地,可以通过公式(9)、(10)和(11)分别确定第三修正系数、第三修正后的历史负荷稳定度的上限和第三修正后的历史负荷稳定度的下限:
K3=1+Aveslope(9)
L upper 3 = [ 1 - K 1 K 2 K 3 Σ t = 1 N ( | H ( t ) | / P ( t ) ) 2 N ] × 100 % - - - ( 10 )
L lower 3 = [ 1 - K 1 K 2 K 3 Σ t = 1 N ( | L ( t ) + H ( t ) | / P ( t ) ) 2 N ] × 100 % - - - ( 11 )
其中,Aveslope表示负荷曲线尖峰平均程度指标,K3表示第三修正系数,L3upper表示第三修正后的历史负荷稳定度上限,L3lower为第三修正后的历史负荷稳定度上限。
优选地,在本发明实施例中,短期负荷的属性参数包括基荷比例,修正单元30可以包括:第四确定模块、第七修正模块和第八修正模块。第四确定模块用于根据基荷比例确定第四修正系数;第七修正模块用于根据第四修正系数修正历史负荷稳定度的上限,得到第四修正后的历史负荷稳定度的上限;以及第八修正模块用于根据第四修正系数修正历史负荷稳定度的下限,得到第四修正后的历史负荷稳定度的下限。
具体地,可以通过公式(9)、(10)和(11)分别确定第四修正系数、第四修正后的历史负荷稳定度的上限和第四修正后的历史负荷稳定度的下限:
K4=1+(1-Ratiobasic)2(12)
L upper 4 = [ 1 - K 1 K 2 K 3 K 4 Σ t = 1 N ( | H ( t ) | / P ( t ) ) 2 N ] × 100 % - - - ( 13 )
L lower 4 = [ 1 - K 1 K 2 K 3 K 4 Σ t = 1 N ( | L ( t ) + H ( t ) | / P ( t ) ) 2 N ] × 100 % - - - ( 14 )
其中,Ratiobasic表示基荷比例,K4表示第四修正系数,L4upper表示第四修正后的历史负荷稳定度上限,L4lower为第四修正后的历史负荷稳定度上限。
根据本发明的实施例,提供了一种用于短期电力负荷的数据处理方法。该用于短期电力负荷的数据处理方法可以运行在计算机处理设备上。需要说明的是,本发明实施例所提供的用于短期电力负荷的数据处理方法可以通过本发明实施例的用于短期电力负荷的数据处理装置来执行,本发明实施例的用于短期电力负荷的数据处理装置也可以用于执行本发明实施例的用于短期电力负荷的数据处理方法。
图2是根据本发明实施例的用于短期负荷的数据处理方法的流程图。
如图2所示,该方法包括如下的步骤S202至步骤S208:
步骤S202,获取历史负荷稳定度的上限历史负荷稳定度的下限。
步骤S204,获取短期负荷的属性参数。
步骤S206,根据短期负荷的属性参数分别修正历史负荷稳定度的上限和历史负荷稳定度的下限,得到修正后的历史负荷稳定度的上限和修正后的历史负荷稳定度的下限。
步骤S208,根据修正后的历史负荷稳定度的上限和修正后的历史负荷稳定度的下限,确定短期负荷。
需要说明的是,在本发明实施例中,历史负荷稳定度为历史负荷的规律性的指标。历史负荷稳定度的上限和历史负荷稳定度的下限分别为历史负荷稳定度的最大值和历史负荷稳定度的最小值。短期负荷的属性参数可以包括以下参数中的一个或者多个:月度平均负荷变化率、负荷率变化率、负荷曲线尖峰平均程度指标和基荷比例。其中,短期负荷的属性参数可以为预设参数,或者其可以为根据经验获取的参数,在获取到这些参数之后,可以将其存储在存储器中。
需要说明的是,可以根据月度平均负荷变化率、负荷率变化率、负荷曲线尖峰平均程度指标和基荷比例中的一个或者多个对历史负荷稳定度的上限和历史负荷稳定度的下限分别进行修正,并得到相应的修正后的历史负荷稳定度的上限和修正后的历史负荷稳定度的下限。
具体地,在根据修正后的历史负荷稳定度的上限和修正后的历史负荷稳定度的下限,确定短期负荷时,可以将前述的短期负荷确定在前述的上限和下限中的任一值上。例如,可以将其确定在前述的上限和下限的中间值上。需要说明的是,在根据前述方法确定短期负荷时,可以根据用户端的实际负荷进行确定。
通过本发明实施例,采用获取历史负荷稳定度的上限历史负荷稳定度的下限;获取短期负荷的属性参数;根据所述短期负荷的属性参数分别修正所述历史负荷稳定度的上限和所述历史负荷稳定度的下限,得到修正后的历史负荷稳定度的上限和修正后的历史负荷稳定度的下限;以及根据所述修正后的历史负荷稳定度的上限和所述修正后的历史负荷稳定度的下限,确定短期负荷,进而达到了确定短期负荷的效果。
优选地,在本发明实施例中,短期负荷的属性参数包括月度平均负荷变化率,根据短期负荷的属性参数分别修正历史负荷稳定度的上限和历史负荷稳定度的下限,得到修正后的历史负荷稳定度的上限和修正后的历史负荷稳定度的下限可以包括:
S2,根据月度平均负荷变化率确定第一修正系数。
S4,根据第一修正系数修正历史负荷稳定度的上限,得到第一修正后的历史负荷稳定度的上限。
S6,根据第一修正系数修正历史负荷稳定度的下限,得到第一修正后的历史负荷稳定度的下限。
具体地,历史负荷稳定度的上限和下限可以分别通过公式(1)和(2)表示:
L upper = [ 1 - Σ t = 1 N ( | H ( t ) | / P ( t ) ) 2 N ] × 100 % - - - ( 1 )
L lower = [ 1 - Σ t = 1 N ( | L ( t ) + H ( t ) | / P ( t ) ) 2 N ] × 100 % - - - ( 2 )
其中,P(t)为历史负荷序列;H(t)为分离出来的高频负荷分量的序列;N为分析时间段内的负荷数据个数;Lupper为历史负荷稳定度上限。P(t)为历史负荷序列;L(t)为分离出来的低频负荷分量的序列;H(t)为分离出来的高频负荷分量的序列。N为分析时间段内的负荷数据个数;Llower为历史负荷稳定度上限。
具体地,可以通过公式(3)、(4)和(5)分别确定第一修正系数、第一修正后的历史负荷稳定度的上限和第一修正后的历史负荷稳定度的下限:
K1=1+Varave(3)
L upper 1 = [ 1 - K 1 Σ t = 1 N ( | H ( t ) | / P ( t ) ) 2 N ] × 100 % - - - ( 4 )
L lower 1 = [ 1 - K 1 Σ t = 1 N ( | L ( t ) + H ( t ) | / P ( t ) ) 2 N ] × 100 % - - - ( 5 )
其中,Varave表示月度平均负荷变化率,K1表示第一修正系数,L1upper表示第一修正后的历史负荷稳定度上限,L1lower为第一修正后的历史负荷稳定度上限。
优选地,在本发明实施例中,短期负荷的属性参数包括负荷率变化率,根据短期负荷的属性参数分别修正历史负荷稳定度的上限和历史负荷稳定度的下限,得到修正后的历史负荷稳定度的上限和修正后的历史负荷稳定度的下限可以包括:
S8,根据负荷率变化率确定第二修正系数。
S10,根据第二修正系数修正历史负荷稳定度的上限,得到第二修正后的历史负荷稳定度的上限。
S12,根据第二修正系数修正历史负荷稳定度的下限,得到第二修正后的历史负荷稳定度的下限。
具体地,可以通过公式(6)、(7)和(8)分别确定第二修正系数、第二修正后的历史负荷稳定度的上限和第二修正后的历史负荷稳定度的下限:
K2=1+Varrat(6)
L upper 2 = [ 1 - K 1 K 2 Σ t = 1 N ( | H ( t ) | / P ( t ) ) 2 N ] × 100 % - - - ( 7 )
L lower 2 = [ 1 - K 1 K 2 Σ t = 1 N ( | L ( t ) + H ( t ) | / P ( t ) ) 2 N ] × 100 % - - - ( 8 )
其中,Aveslope表示负荷曲线尖峰平均程度指标,K2表示第二修正系数,L2upper表示第二修正后的历史负荷稳定度上限,L2lower为第二修正后的历史负荷稳定度上限。
优选地,在本发明实施例中,短期负荷的属性参数包括负荷曲线尖峰平均程度指标,根据短期负荷的属性参数分别修正历史负荷稳定度的上限和历史负荷稳定度的下限,得到修正后的历史负荷稳定度的上限和修正后的历史负荷稳定度的下限可以包括:
S14,根据负荷曲线尖峰平均程度指标确定第三修正系数。
S16,根据第三修正系数修正历史负荷稳定度的上限,得到第三修正后的历史负荷稳定度的上限。
S18,根据第三修正系数修正历史负荷稳定度的下限,得到第三修正后的历史负荷稳定度的下限。
具体地,可以通过公式(9)、(10)和(11)分别确定第三修正系数、第三修正后的历史负荷稳定度的上限和第三修正后的历史负荷稳定度的下限:
K3=1+Aveslope(9)
L upper 3 = [ 1 - K 1 K 2 K 3 Σ t = 1 N ( | H ( t ) | / P ( t ) ) 2 N ] × 100 % - - - ( 10 )
L lower 3 = [ 1 - K 1 K 2 K 3 Σ t = 1 N ( | L ( t ) + H ( t ) | / P ( t ) ) 2 N ] × 100 % - - - ( 11 )
其中,Aveslope表示负荷曲线尖峰平均程度指标,K3表示第三修正系数,L3upper表示第三修正后的历史负荷稳定度上限,L3lower为第三修正后的历史负荷稳定度上限。
优选地,在本发明实施例中,短期负荷的属性参数包括基荷比例,根据短期负荷的属性参数分别修正历史负荷稳定度的上限和历史负荷稳定度的下限,得到修正后的历史负荷稳定度的上限和修正后的历史负荷稳定度的下限可以包括:
S20,根据基荷比例确定第四修正系数。
S22,根据第四修正系数修正历史负荷稳定度的上限,得到第四修正后的历史负荷稳定度的上限。
S24,根据第四修正系数修正历史负荷稳定度的下限,得到第四修正后的历史负荷稳定度的下限。
具体地,可以通过公式(9)、(10)和(11)分别确定第四修正系数、第四修正后的历史负荷稳定度的上限和第四修正后的历史负荷稳定度的下限:
K4=1+(1-Ratiobasic)2(12)
L upper 4 = [ 1 - K 1 K 2 K 3 K 4 Σ t = 1 N ( | H ( t ) | / P ( t ) ) 2 N ] × 100 % - - - ( 13 )
L lower 4 = [ 1 - K 1 K 2 K 3 K 4 Σ t = 1 N ( | L ( t ) + H ( t ) | / P ( t ) ) 2 N ] × 100 % - - - ( 14 )
其中,Ratiobasic表示基荷比例,K4表示第四修正系数,L4upper表示第四修正后的历史负荷稳定度上限,L4lower为第四修正后的历史负荷稳定度上限。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
显然,本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.一种用于短期负荷的数据处理方法,其特征在于,包括:
获取历史负荷稳定度的上限历史负荷稳定度的下限;
获取短期负荷的属性参数;
根据所述短期负荷的属性参数分别修正所述历史负荷稳定度的上限和所述历史负荷稳定度的下限,得到修正后的历史负荷稳定度的上限和修正后的历史负荷稳定度的下限;以及
根据所述修正后的历史负荷稳定度的上限和所述修正后的历史负荷稳定度的下限,确定短期负荷。
2.根据权利要求1所述的数据处理方法,其特征在于,所述短期负荷的属性参数包括月度平均负荷变化率,根据所述短期负荷的属性参数分别修正所述历史负荷稳定度的上限和所述历史负荷稳定度的下限,得到修正后的历史负荷稳定度的上限和修正后的历史负荷稳定度的下限包括:
根据所述月度平均负荷变化率确定第一修正系数;
根据所述第一修正系数修正所述历史负荷稳定度的上限,得到第一修正后的历史负荷稳定度的上限;以及
根据所述第一修正系数修正所述历史负荷稳定度的下限,得到第一修正后的历史负荷稳定度的下限。
3.根据权利要求1所述的数据处理方法,其特征在于,所述短期负荷的属性参数包括负荷率变化率,根据所述短期负荷的属性参数分别修正所述历史负荷稳定度的上限和所述历史负荷稳定度的下限,得到修正后的历史负荷稳定度的上限和修正后的历史负荷稳定度的下限包括:
根据所述负荷率变化率确定第二修正系数;
根据所述第二修正系数修正所述历史负荷稳定度的上限,得到第二修正后的历史负荷稳定度的上限;以及
根据所述第二修正系数修正所述历史负荷稳定度的下限,得到第二修正后的历史负荷稳定度的下限。
4.根据权利要求1所述的数据处理方法,其特征在于,所述短期负荷的属性参数包括负荷曲线尖峰平均程度指标,根据所述短期负荷的属性参数分别修正所述历史负荷稳定度的上限和所述历史负荷稳定度的下限,得到修正后的历史负荷稳定度的上限和修正后的历史负荷稳定度的下限包括:
根据所述负荷曲线尖峰平均程度指标确定第三修正系数;
根据所述第三修正系数修正所述历史负荷稳定度的上限,得到第三修正后的历史负荷稳定度的上限;以及
根据所述第三修正系数修正所述历史负荷稳定度的下限,得到第三修正后的历史负荷稳定度的下限。
5.根据权利要求1所述的数据处理方法,其特征在于,所述短期负荷的属性参数包括基荷比例,根据所述短期负荷的属性参数分别修正所述历史负荷稳定度的上限和所述历史负荷稳定度的下限,得到修正后的历史负荷稳定度的上限和修正后的历史负荷稳定度的下限包括:
根据所述基荷比例确定第四修正系数;
根据所述第四修正系数修正所述历史负荷稳定度的上限,得到第四修正后的历史负荷稳定度的上限;以及
根据所述第四修正系数修正所述历史负荷稳定度的下限,得到第四修正后的历史负荷稳定度的下限。
6.一种用于短期负荷的数据处理装置,其特征在于,包括:
第一获取单元,用于获取历史负荷稳定度的上限历史负荷稳定度的下限;
第二获取单元,用于获取短期负荷的属性参数;
修正单元,用于根据所述短期负荷的属性参数分别修正所述历史负荷稳定度的上限和所述历史负荷稳定度的下限,得到修正后的历史负荷稳定度的上限和修正后的历史负荷稳定度的下限;以及
确定单元,用于根据所述修正后的历史负荷稳定度的上限和所述修正后的历史负荷稳定度的下限,确定短期负荷。
7.根据权利要求6所述的数据处理装置,其特征在于,所述短期负荷的属性参数包括月度平均负荷变化率,所述修正单元包括:
第一确定模块,用于根据所述月度平均负荷变化率确定第一修正系数;
第一修正模块,用于根据所述第一修正系数修正所述历史负荷稳定度的上限,得到第一修正后的历史负荷稳定度的上限;以及
第二修正模块,用于根据所述第一修正系数修正所述历史负荷稳定度的下限,得到第一修正后的历史负荷稳定度的下限。
8.根据权利要求6所述的数据处理装置,其特征在于,所述短期负荷的属性参数包括负荷率变化率,所述修正单元包括:
第二确定模块,用于根据所述负荷率变化率确定第二修正系数;
第三修正模块,用于根据所述第二修正系数修正所述历史负荷稳定度的上限,得到第二修正后的历史负荷稳定度的上限;以及
第四修正模块,用于根据所述第二修正系数修正所述历史负荷稳定度的下限,得到第二修正后的历史负荷稳定度的下限。
9.根据权利要求6所述的数据处理装置,其特征在于,所述短期负荷的属性参数包括负荷曲线尖峰平均程度指标,所述修正单元包括:
第三确定模块,用于根据所述负荷曲线尖峰平均程度指标确定第三修正系数;
第五修正模块,用于根据所述第三修正系数修正所述历史负荷稳定度的上限,得到第三修正后的历史负荷稳定度的上限;以及
第六修正模块,用于根据所述第三修正系数修正所述历史负荷稳定度的下限,得到第三修正后的历史负荷稳定度的下限。
10.根据权利要求6所述的数据处理装置,其特征在于,所述短期负荷的属性参数包括基荷比例,所述修正单元包括:
第四确定模块,用于根据所述基荷比例确定第四修正系数;
第七修正模块,用于根据所述第四修正系数修正所述历史负荷稳定度的上限,得到第四修正后的历史负荷稳定度的上限;以及
第八修正模块,用于根据所述第四修正系数修正所述历史负荷稳定度的下限,得到第四修正后的历史负荷稳定度的下限。
CN201410390257.2A 2014-08-08 2014-08-08 用于短期负荷的数据处理方法和装置 Active CN105335601B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410390257.2A CN105335601B (zh) 2014-08-08 2014-08-08 用于短期负荷的数据处理方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410390257.2A CN105335601B (zh) 2014-08-08 2014-08-08 用于短期负荷的数据处理方法和装置

Publications (2)

Publication Number Publication Date
CN105335601A true CN105335601A (zh) 2016-02-17
CN105335601B CN105335601B (zh) 2018-04-06

Family

ID=55286122

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410390257.2A Active CN105335601B (zh) 2014-08-08 2014-08-08 用于短期负荷的数据处理方法和装置

Country Status (1)

Country Link
CN (1) CN105335601B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103093285A (zh) * 2013-01-22 2013-05-08 清华大学 基于人工神经网络的短期负荷预测方法
CN103218675A (zh) * 2013-05-06 2013-07-24 国家电网公司 一种基于聚类和滑动窗口的短期负荷预测方法
CN103268526A (zh) * 2013-06-08 2013-08-28 国家电网公司 基于区间泰勒模型的电力系统短期负荷预测系统及方法
CN103268524A (zh) * 2013-06-03 2013-08-28 国家电网公司 一种提高电网短期负荷预测准确度的方法
CN103279810A (zh) * 2013-06-09 2013-09-04 重庆大学 基于预测误差收敛性检验和轨迹修正的短期负荷预测方法
CN103606022A (zh) * 2013-12-05 2014-02-26 国家电网公司 一种短期负荷预测方法
CN103617565A (zh) * 2013-12-06 2014-03-05 国网山东省电力公司 城市微气象与电力空调负荷关系的建立方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103093285A (zh) * 2013-01-22 2013-05-08 清华大学 基于人工神经网络的短期负荷预测方法
CN103218675A (zh) * 2013-05-06 2013-07-24 国家电网公司 一种基于聚类和滑动窗口的短期负荷预测方法
CN103268524A (zh) * 2013-06-03 2013-08-28 国家电网公司 一种提高电网短期负荷预测准确度的方法
CN103268526A (zh) * 2013-06-08 2013-08-28 国家电网公司 基于区间泰勒模型的电力系统短期负荷预测系统及方法
CN103279810A (zh) * 2013-06-09 2013-09-04 重庆大学 基于预测误差收敛性检验和轨迹修正的短期负荷预测方法
CN103606022A (zh) * 2013-12-05 2014-02-26 国家电网公司 一种短期负荷预测方法
CN103617565A (zh) * 2013-12-06 2014-03-05 国网山东省电力公司 城市微气象与电力空调负荷关系的建立方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
王鹏等: "针对气象因素的短期负荷预测修正方法", 《电力系统自动化》 *
陈国栋等: "基于误差预测修正的负荷预测研究", 《现代电力》 *

Also Published As

Publication number Publication date
CN105335601B (zh) 2018-04-06

Similar Documents

Publication Publication Date Title
US9268796B2 (en) Systems and methods for quantile estimation in a distributed data system
CN108287864A (zh) 一种兴趣群组划分方法、装置、介质及计算设备
Christiansen et al. Phase ordering kinetics of the long-range Ising model
EP4047878A1 (en) Traffic prediction method, device, and storage medium
CN104239162A (zh) 数据校验方法及装置
Todorov et al. Realized Laplace transforms for pure-jump semimartingales
O’Brien et al. Evolutionary responses to conditionality in species interactions across environmental gradients
CN102722577A (zh) 指标动态权重的确定方法及装置
CN110308658A (zh) 一种pid参数整定方法、装置、系统及可读存储介质
CN109036510A (zh) 视力矫正训练计划生成方法、装置及系统
Hadjipantelis et al. Function-valued traits in evolution
CN104484554B (zh) 一种获取课程关联度的方法及系统
Chen et al. Spectral dimension and Bohr's formula for Schrödinger operators on unbounded fractal spaces
CN110442942A (zh) 一种基于贝叶斯混合的多层次系统可靠性分析方法
CN105335601A (zh) 用于短期负荷的数据处理方法和装置
KR20150067488A (ko) 스마트 그리드 사업 전략 평가 방법
Ferrara et al. An iterative approach to graph irregularity strength
Sulaiman et al. New Arithmetic Average technique to solve multi-objective linear fractional programming problem and it is comparison with other techniques
Jelonek Generating tempered stable random variates from mixture representation
CN103927560A (zh) 一种特征选择方法及装置
CN108932259A (zh) 页面数据加载方法和装置
CN109614587A (zh) 一种智能人脉关系分析建模方法、终端设备及存储介质
CN106599899A (zh) 一种数据处理方法和设备
Tarter et al. Shoot-based sampling of Vitis vinifera clusters
CN109283583A (zh) 一种静校正寻优整合方法和装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant