CN105590140A - 电力系统短期负荷的预测方法和装置 - Google Patents
电力系统短期负荷的预测方法和装置 Download PDFInfo
- Publication number
- CN105590140A CN105590140A CN201510847408.7A CN201510847408A CN105590140A CN 105590140 A CN105590140 A CN 105590140A CN 201510847408 A CN201510847408 A CN 201510847408A CN 105590140 A CN105590140 A CN 105590140A
- Authority
- CN
- China
- Prior art keywords
- load
- data
- economic
- growth rate
- power system
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 241001269238 Data Species 0.000 claims description 20
- 238000003066 decision tree Methods 0.000 claims description 7
- 230000005611 electricity Effects 0.000 claims description 4
- HOWHQWFXSLOJEF-MGZLOUMQSA-N systemin Chemical compound NCCCC[C@H](N)C(=O)N[C@@H](CCSC)C(=O)N[C@@H](CCC(N)=O)C(=O)N[C@@H]([C@@H](C)O)C(=O)N[C@@H](CC(O)=O)C(=O)OC(=O)[C@@H]1CCCN1C(=O)[C@H]1N(C(=O)[C@H](CC(O)=O)NC(=O)[C@H](CCCN=C(N)N)NC(=O)[C@H](CCCCN)NC(=O)[C@H](CO)NC(=O)[C@H]2N(CCC2)C(=O)[C@H]2N(CCC2)C(=O)[C@H](CCCCN)NC(=O)[C@H](CO)NC(=O)[C@H](CCC(N)=O)NC(=O)[C@@H](NC(=O)[C@H](C)N)C(C)C)CCC1 HOWHQWFXSLOJEF-MGZLOUMQSA-N 0.000 claims description 3
- 108010050014 systemin Proteins 0.000 claims description 3
- 240000002853 Nelumbo nucifera Species 0.000 claims description 2
- 235000006508 Nelumbo nucifera Nutrition 0.000 claims description 2
- 235000006510 Nelumbo pentapetala Nutrition 0.000 claims description 2
- 230000008569 process Effects 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种电力系统短期负荷的预测方法和装置。其中,该方法包括:获取基准年和基准年以后各年度的电力负荷数据和经济数据;根据基准年的电力负荷数据和基准年后的电力负荷数据确定负荷平均增长率;根据基准年的经济数据和基准年后的经济数据确定经济平均增长率;基于负荷平均增长率和经济平均增长率确定电力系统的短期负荷。本发明解决了相关技术中不能对短期负荷进行准确预测的技术问题。
Description
技术领域
本发明涉及电力系统数据处理领域,具体而言,涉及一种电力系统短期负荷的预测方法和装置。
背景技术
电力系统在国民经济中占有极其重要的地位,其安全可靠优质的运行是电力部门的重要责任,构建坚强智能电网亦是大势所趋,因此,合理的预测未来某一段时间的用电负荷是非常重要的,合理的负荷预测一方面可以及时的满足各种用电需求,另一方面可以减少运营成本。
在使用相关技术进行负荷预测时,仅仅对历史负荷数据进行简单的分析,根据历史负荷数据得到负荷预测值,造成了得到负荷预测数据精确度较低。
针对相关技术中不能对短期负荷进行准确预测的技术问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种电力系统短期负荷的预测方法和装置,以至少解决相关技术中不能对短期负荷进行准确预测的技术问题。
根据本发明实施例的一个方面,提供了一种电力系统短期负荷的预测方法,该方法包括:获取基准年和基准年以后各年度的电力负荷数据和经济数据;根据基准年的电力负荷数据和基准年后的电力负荷数据确定负荷平均增长率;根据基准年的经济数据和基准年后的经济数据确定经济平均增长率;基于负荷平均增长率和经济平均增长率确定电力系统的短期负荷。
进一步地,在根据基准年的电力负荷数据和基准年后的电力负荷数据确定负荷平均增长率之前,该方法还包括:基于决策树算法将基准年后电力负荷数据和经济数据分为两类,并分别存入第一数据集合和第二数据集合,其中,第一数据集合用于存储为同一类的多个年度的电力负荷数据和多个年度的经济数据,第二数据集合用于存储为同一类的且不同于多个年度的年度所对应的电力负荷数据和经济数据。
进一步地,负荷平均增长率包括第一负荷平均增长率和第二负荷平均增长率,经济平均增长率包括第一经济平均增长率和第二经济平均增长率,根据基准年的电力负荷数据和基准年后的电力负荷数据确定负荷平均增长率包括:分别计算第一数据集合中的多个电力负荷数据相较于基准年的电力负荷数据的多个第一负荷增长率;计算多个第一负荷增长率的平均值,得到第一负荷平均增长率;分别计算第二数据集合中的多个电力负荷数据相较于基准年的电力负荷数据的多个第二负荷增长率;计算多个第二负荷增长率的平均值,得到第二负荷平均增长率。根据基准年的经济数据和基准年后的经济数据确定经济平均增长率包括:分别计算第一数据集合中的多个经济数据相较于基准年的经济数据的多个第一经济增长率;计算多个第一经济增长率的平均值,得到第一经济平均增长率;分别计算第二数据集合中的多个经济数据相较于基准年的经济数据的多个第二经济增长率;计算多个第二经济增长率的平均值,得到第二经济平均增长率。
进一步地,基于负荷平均增长率和经济平均增长率确定电力系统的短期负荷包括:根据第一负荷平均增长率C1和第一经济平均增长率V1确定第一电力负荷系数基于基准年的电力负荷数据A0和第一电力负荷系数K1计算第n年的第一预测负荷A1n=(1+K1*V)n*A0,其中,n表示年数;根据第二负荷平均增长率C2和第二经济平均增长率V2确定第二电力负荷系数基于基准年的电力负荷数据A0和第二电力负荷系数K2计算第n年的第二预测负荷A2n=(1+K2*V)n*A0;根据第一预测负荷和第二预测负荷确定第n年的短期负荷。
进一步地,根据第一预测负荷和第二预测负荷确定第n年的短期负荷包括:获取第一预测负荷和第二预测负荷分别对应的权重比;按照第一预测负荷、第一预测负荷的权重比、第二预测负荷以及第二预测负荷的权重比计算第n年的短期负荷。
根据本发明实施例的另一个方面,提供了一种电力系统短期负荷的预测装置,该装置包括:获取单元,用于获取基准年和基准年以后各年度的电力负荷数据和经济数据;第一确定单元,用于根据基准年的电力负荷数据和基准年后的电力负荷数据确定负荷平均增长率;第二确定单元,用于根据基准年的经济数据和基准年后的经济数据确定经济平均增长率;负荷确定单元,用于基于负荷平均增长率和经济平均增长率确定电力系统的短期负荷。
进一步地,该装置还包括:分类单元,用于在根据基准年的电力负荷数据和基准年后的电力负荷数据确定负荷平均增长率之前,基于决策树算法将基准年后电力负荷数据和经济数据分为两类,并分别存入第一数据集合和第二数据集合,其中,第一数据集合用于存储为同一类的多个年度的电力负荷数据和多个年度的经济数据,第二数据集合用于存储为同一类的且不同于多个年度的年度所对应的电力负荷数据和经济数据。
进一步地,负荷平均增长率包括第一负荷平均增长率和第二负荷平均增长率,经济平均增长率包括第一经济平均增长率和第二经济平均增长率,第一确定单元还用于分别计算第一数据集合中的多个电力负荷数据相较于基准年的电力负荷数据的多个第一负荷增长率;计算多个第一负荷增长率的平均值,得到第一负荷平均增长率;分别计算第二数据集合中的多个电力负荷数据相较于基准年的电力负荷数据的多个第二负荷增长率;计算多个第二负荷增长率的平均值,得到第二负荷平均增长率。第二确定单元还用于分别计算第一数据集合中的多个经济数据相较于基准年的经济数据的多个第一经济增长率;计算多个第一经济增长率的平均值,得到第一经济平均增长率;分别计算第二数据集合中的多个经济数据相较于基准年的经济数据的多个第二经济增长率;计算多个第二经济增长率的平均值,得到第二经济平均增长率。
进一步地,负荷确定单元包括:第一确定模块,用于根据第一负荷平均增长率C1和第一经济平均增长率V1确定第一电力负荷系数第一计算模块,用于基于基准年的电力负荷数据A0和第一电力负荷系数K1计算第n年的第一预测负荷A1n=(1+K1*V)n*A0,其中,n表示年数;第二确定模块,用于根据第二负荷平均增长率C2和第二经济平均增长率V2确定第二电力负荷系数第二计算模块,用于基于基准年的电力负荷数据A0和第二电力负荷系数K2计算第n年的第二预测负荷A2n=(1+K2*V)n*A0;负荷确定模块,用于根据第一预测负荷和第二预测负荷确定第n年的短期负荷。
进一步地,负荷确定模块还用于获取第一预测负荷和第二预测负荷分别对应的权重比;按照第一预测负荷、第一预测负荷的权重比、第二预测负荷以及第二预测负荷的权重比计算第n年的短期负荷。
在本发明实施例中,通过获取基准年和基准年以后各年度的电力负荷数据和经济数据;根据基准年的电力负荷数据和基准年后的电力负荷数据确定负荷平均增长率;根据基准年的经济数据和基准年后的经济数据确定经济平均增长率;基于负荷平均增长率和经济平均增长率确定电力系统的短期负荷,解决了相关技术中不能对短期负荷进行准确预测的技术问题,实现了对短期负荷的准确预估的技术效果。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,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电力系统短期负荷的预测方法的流程图;以及
图2是根据本发明实施例的电力系统短期负荷的预测装置的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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,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他实施例,都应当属于本发明保护的范围。
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,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本发明实施例,提供了一种电力系统短期负荷的预测方法的方法实施例,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。
图1是根据本发明实施例的电力系统短期负荷的预测方法的流程图,如图1所示,该方法包括如下步骤:
步骤S101,获取基准年和基准年以后各年度的电力负荷数据和经济数据。
上述基准年为被选为标准的年度,需要根据实际情况确定。
步骤S102,根据基准年的电力负荷数据和基准年后的电力负荷数据确定负荷平均增长率。
步骤S103,根据基准年的经济数据和基准年后的经济数据确定经济平均增长率。
步骤S104,基于负荷平均增长率和经济平均增长率确定电力系统的短期负荷。
通过上述实施例,通过获取基准年和基准年以后各年度的电力负荷数据和经济数据;根据基准年的电力负荷数据和基准年后的电力负荷数据确定负荷平均增长率;根据基准年的经济数据和基准年后的经济数据确定经济平均增长率;基于负荷平均增长率和经济平均增长率确定电力系统的短期负荷,解决了相关技术中不能对短期负荷进行准确预测的技术问题,由于在对短期负荷的预测中充分考虑其与经济的关系,从而实现了对短期负荷的准确预估的技术效果。
需要说明的是,由于用电负荷还收气象因素、国家政策的影响,因此,在根据基准年的电力负荷数据和基准年后的电力负荷数据确定负荷平均增长率之前,还可以基于决策树算法将基准年后电力负荷数据和经济数据分为两类,并分别存入第一数据集合和第二数据集合,其中,第一数据集合用于存储为同一类的多个年度的电力负荷数据和多个年度的经济数据,第二数据集合用于存储为同一类的且不同于多个年度的年度所对应的电力负荷数据和经济数据。即通过决策树算法将主要受气象因素影响的年度的电力负荷数据和经济数据分为一类,将主要受国家政策影响的年度的电力负荷数据和经济数据分为另一类,然后分别存入数据集合,再分别进行进一步地分析。
可选地,负荷平均增长率包括第一负荷平均增长率和第二负荷平均增长率,经济平均增长率包括第一经济平均增长率和第二经济平均增长率,根据基准年的电力负荷数据和基准年后的电力负荷数据确定负荷平均增长率包括:分别计算第一数据集合中的多个电力负荷数据相较于基准年的电力负荷数据的多个第一负荷增长率;计算多个第一负荷增长率的平均值,得到第一负荷平均增长率;分别计算第二数据集合中的多个电力负荷数据相较于基准年的电力负荷数据的多个第二负荷增长率;计算多个第二负荷增长率的平均值,得到第二负荷平均增长率。根据基准年的经济数据和基准年后的经济数据确定经济平均增长率包括:分别计算第一数据集合中的多个经济数据相较于基准年的经济数据的多个第一经济增长率;计算多个第一经济增长率的平均值,得到第一经济平均增长率;分别计算第二数据集合中的多个经济数据相较于基准年的经济数据的多个第二经济增长率;计算多个第二经济增长率的平均值,得到第二经济平均增长率。即将数据集合中存储的每个年度的电力负荷数据与基准年后的电力负荷数据对比,得到每个年度电力负荷数据的增长率,然后计算增长率的平均值;将数据集合中存储的每个年度的经济数据与基准年后的经济数据对比,得到每个年度的经济数据的增长率,然后计算增长率的平均值。
上述实施例中的基于负荷平均增长率和经济平均增长率确定电力系统的短期负荷可以通过如下步骤实现:根据第一负荷平均增长率C1和第一经济平均增长率V1确定第一电力负荷系数基于基准年的电力负荷数据A0和第一电力负荷系数K1计算第n年的第一预测负荷A1n=(1+K1*V)n*A0,其中,n表示年数;根据第二负荷平均增长率C2和第二经济平均增长率V2确定第二电力负荷系数基于基准年的电力负荷数据A0和第二电力负荷系数K2计算第n年的第二预测负荷A2n=(1+K2*V)n*A0;根据第一预测负荷和第二预测负荷确定第n年的短期负荷。
可选地,根据第一预测负荷和第二预测负荷确定第n年的短期负荷包括:获取第一预测负荷和第二预测负荷分别对应的权重比;按照第一预测负荷、第一预测负荷的权重比、第二预测负荷以及第二预测负荷的权重比计算第n年的短期负荷。
上述的第一预测负荷的权重比和第二预测负荷的权重比可以通过专家知识库中的预设算法确定,也可以是专家根据对来年的气象条件和政策分析来确定的数值。专家知识库是一个数据库,数据库中存储有本领域的相关定义、定理、运算规则以及本领域专家根据经验和启示所得到的算法。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本发明所必须的。
本发明实施例还提供了一种电力系统短期负荷的预测装置。需要说明的是,本发明实施例的电力系统短期负荷的预测装置可以用于执行本发明实施例所提供的电力系统短期负荷的预测方法,本发明实施例的电力系统短期负荷的预测方法也可以通过本发明实施例所提供的电力系统短期负荷的预测装置来执行。
图2是根据本发明实施例的电力系统短期负荷的预测装置的示意图。如图2所示,该装置可以包括:获取单元10、第一确定单元20、第二确定单元30以及负荷确定单元40。
获取单元10,用于获取基准年和基准年以后各年度的电力负荷数据和经济数据;第一确定单元20,用于根据基准年的电力负荷数据和基准年后的电力负荷数据确定负荷平均增长率;第二确定单元30,用于根据基准年的经济数据和基准年后的经济数据确定经济平均增长率;负荷确定单元40,用于基于负荷平均增长率和经济平均增长率确定电力系统的短期负荷。
通过上述实施例,通过获取单元获取基准年和基准年以后各年度的电力负荷数据和经济数据;第一确定单元根据基准年的电力负荷数据和基准年后的电力负荷数据确定负荷平均增长率;第二确定单元根据基准年的经济数据和基准年后的经济数据确定经济平均增长率;负荷确定单元基于负荷平均增长率和经济平均增长率确定电力系统的短期负荷,解决了相关技术中不能对短期负荷进行准确预测的技术问题,由于在对短期负荷的预测中充分考虑其与经济的关系,从而实现了对短期负荷的准确预估的技术效果。
需要说明的是,由于用电负荷还收气象因素、国家政策的影响,因此,上述装置还可以包括:分类单元,用于在根据基准年的电力负荷数据和基准年后的电力负荷数据确定负荷平均增长率之前,基于决策树算法将基准年后电力负荷数据和经济数据分为两类,并分别存入第一数据集合和第二数据集合,其中,第一数据集合用于存储为同一类的多个年度的电力负荷数据和多个年度的经济数据,第二数据集合用于存储为同一类的且不同于多个年度的年度所对应的电力负荷数据和经济数据。即通过决策树算法将主要受气象因素影响的年度的电力负荷数据和经济数据分为一类,将主要受国家政策影响的年度的电力负荷数据和经济数据分为另一类,然后分别存入数据集合,再分别进行进一步地分析。
可选地,负荷平均增长率包括第一负荷平均增长率和第二负荷平均增长率,经济平均增长率包括第一经济平均增长率和第二经济平均增长率,第一确定单元还用于分别计算第一数据集合中的多个电力负荷数据相较于基准年的电力负荷数据的多个第一负荷增长率;计算多个第一负荷增长率的平均值,得到第一负荷平均增长率;分别计算第二数据集合中的多个电力负荷数据相较于基准年的电力负荷数据的多个第二负荷增长率;计算多个第二负荷增长率的平均值,得到第二负荷平均增长率。第二确定单元还用于分别计算第一数据集合中的多个经济数据相较于基准年的经济数据的多个第一经济增长率;计算多个第一经济增长率的平均值,得到第一经济平均增长率;分别计算第二数据集合中的多个经济数据相较于基准年的经济数据的多个第二经济增长率;计算多个第二经济增长率的平均值,得到第二经济平均增长率。
上述的负荷确定单元可以包括:第一确定模块,用于根据第一负荷平均增长率C1和第一经济平均增长率V1确定第一电力负荷系数第一计算模块,用于基于基准年的电力负荷数据A0和第一电力负荷系数K1计算第n年的第一预测负荷A1n=(1+K1*V)n*A0,其中,n表示年数;第二确定模块,用于根据第二负荷平均增长率C2和第二经济平均增长率V2确定第二电力负荷系数第二计算模块,用于基于基准年的电力负荷数据A0和第二电力负荷系数K2计算第n年的第二预测负荷A2n=(1+K2*V)n*A0;负荷确定模块,用于根据第一预测负荷和第二预测负荷确定第n年的短期负荷。
可选地,负荷确定模块还用于获取第一预测负荷和第二预测负荷分别对应的权重比;按照第一预测负荷、第一预测负荷的权重比、第二预测负荷以及第二预测负荷的权重比计算第n年的短期负荷。
上述的第一预测负荷的权重比和第二预测负荷的权重比可以通过专家知识库中的预设算法确定,也可以是专家根据对来年的气象条件和政策分析来确定的数值。专家知识库是一个数据库,数据库中存储有本领域的相关定义、定理、运算规则以及本领域专家根据经验和启示所得到的算法。
本实施例中所提供的各个模块与方法实施例对应步骤所提供的使用方法相同、应用场景也可以相同。当然,需要注意的是,上述模块涉及的方案可以不限于上述实施例中的内容和场景,且上述模块可以运行在计算机终端或移动终端,可以通过软件或硬件实现。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,RandomAccessMemory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种电力系统短期负荷的预测方法,其特征在于,包括:
获取基准年和所述基准年以后各年度的电力负荷数据和经济数据;
根据所述基准年的电力负荷数据和所述基准年后的电力负荷数据确定负荷平均增长率;
根据所述基准年的经济数据和所述基准年后的经济数据确定经济平均增长率;
基于所述负荷平均增长率和所述经济平均增长率确定电力系统的短期负荷。
2.根据权利要求1所述的方法,其特征在于,在根据所述基准年的电力负荷数据和所述基准年后的电力负荷数据确定负荷平均增长率之前,所述方法还包括:
基于决策树算法将所述基准年后电力负荷数据和经济数据分为两类,并分别存入第一数据集合和第二数据集合,其中,所述第一数据集合用于存储为同一类的多个年度的电力负荷数据和所述多个年度的经济数据,所述第二数据集合用于存储为同一类的且不同于所述多个年度的年度所对应的电力负荷数据和经济数据。
3.根据权利要求2所述的方法,其特征在于,所述负荷平均增长率包括第一负荷平均增长率和第二负荷平均增长率,所述经济平均增长率包括第一经济平均增长率和第二经济平均增长率,
根据所述基准年的电力负荷数据和所述基准年后的电力负荷数据确定负荷平均增长率包括:分别计算所述第一数据集合中的多个电力负荷数据相较于所述基准年的电力负荷数据的多个第一负荷增长率;计算所述多个第一负荷增长率的平均值,得到所述第一负荷平均增长率;分别计算所述第二数据集合中的多个电力负荷数据相较于所述基准年的电力负荷数据的多个第二负荷增长率;计算所述多个第二负荷增长率的平均值,得到所述第二负荷平均增长率,
根据所述基准年的经济数据和所述基准年后的经济数据确定经济平均增长率包括:分别计算所述第一数据集合中的多个经济数据相较于所述基准年的经济数据的多个第一经济增长率;计算所述多个第一经济增长率的平均值,得到所述第一经济平均增长率;分别计算所述第二数据集合中的多个经济数据相较于所述基准年的经济数据的多个第二经济增长率;计算所述多个第二经济增长率的平均值,得到所述第二经济平均增长率。
4.根据权利要求3所述的方法,其特征在于,基于所述负荷平均增长率和所述经济平均增长率确定电力系统的短期负荷包括:
根据所述第一负荷平均增长率C1和所述第一经济平均增长率V1确定第一电力负荷系数
基于所述基准年的电力负荷数据A0和所述第一电力负荷系数K1计算第n年的第一预测负荷A1n=(1+K1*V)n*A0,其中,n表示年数;
根据所述第二负荷平均增长率C2和所述第二经济平均增长率V2确定第二电力负荷系数
基于所述基准年的电力负荷数据A0和所述第二电力负荷系数K2计算第n年的第二预测负荷A2n=(1+K2*V)n*A0;
根据所述第一预测负荷和所述第二预测负荷确定第n年的所述短期负荷。
5.根据权利要求4所述的方法,其特征在于,根据所述第一预测负荷和所述第二预测负荷确定第n年的所述短期负荷包括:
获取所述第一预测负荷和所述第二预测负荷分别对应的权重比;
按照所述第一预测负荷、所述第一预测负荷的权重比、所述第二预测负荷以及所述第二预测负荷的权重比计算第n年的所述短期负荷。
6.一种电力系统短期负荷的预测装置,其特征在于,包括:
获取单元,用于获取基准年和所述基准年以后各年度的电力负荷数据和经济数据;
第一确定单元,用于根据所述基准年的电力负荷数据和所述基准年后的电力负荷数据确定负荷平均增长率;
第二确定单元,用于根据所述基准年的经济数据和所述基准年后的经济数据确定经济平均增长率;
负荷确定单元,用于基于所述负荷平均增长率和所述经济平均增长率确定电力系统的短期负荷。
7.根据权利要求6所述的装置,其特征在于,所述装置还包括:
分类单元,用于在根据所述基准年的电力负荷数据和所述基准年后的电力负荷数据确定负荷平均增长率之前,基于决策树算法将所述基准年后电力负荷数据和经济数据分为两类,并分别存入第一数据集合和第二数据集合,其中,所述第一数据集合用于存储为同一类的多个年度的电力负荷数据和所述多个年度的经济数据,所述第二数据集合用于存储为同一类的且不同于所述多个年度的年度所对应的电力负荷数据和经济数据。
8.根据权利要求7所述的装置,其特征在于,所述负荷平均增长率包括第一负荷平均增长率和第二负荷平均增长率,所述经济平均增长率包括第一经济平均增长率和第二经济平均增长率,
所述第一确定单元还用于分别计算所述第一数据集合中的多个电力负荷数据相较于所述基准年的电力负荷数据的多个第一负荷增长率;计算所述多个第一负荷增长率的平均值,得到所述第一负荷平均增长率;分别计算所述第二数据集合中的多个电力负荷数据相较于所述基准年的电力负荷数据的多个第二负荷增长率;计算所述多个第二负荷增长率的平均值,得到所述第二负荷平均增长率,
所述第二确定单元还用于分别计算所述第一数据集合中的多个经济数据相较于所述基准年的经济数据的多个第一经济增长率;计算所述多个第一经济增长率的平均值,得到所述第一经济平均增长率;分别计算所述第二数据集合中的多个经济数据相较于所述基准年的经济数据的多个第二经济增长率;计算所述多个第二经济增长率的平均值,得到所述第二经济平均增长率。
9.根据权利要求8所述的装置,其特征在于,所述负荷确定单元包括:
第一确定模块,用于根据所述第一负荷平均增长率C1和所述第一经济平均增长率V1确定第一电力负荷系数
第一计算模块,用于基于所述基准年的电力负荷数据A0和所述第一电力负荷系数K1计算第n年的第一预测负荷A1n=(1+K1*V)n*A0,其中,n表示年数;
第二确定模块,用于根据所述第二负荷平均增长率C2和所述第二经济平均增长率V2确定第二电力负荷系数
第二计算模块,用于基于所述基准年的电力负荷数据A0和所述第二电力负荷系数K2计算第n年的第二预测负荷A2n=(1+K2*V)n*A0;
负荷确定模块,用于根据所述第一预测负荷和所述第二预测负荷确定第n年的所述短期负荷。
10.根据权利要求9所述的装置,其特征在于,所述负荷确定模块还用于获取所述第一预测负荷和所述第二预测负荷分别对应的权重比;按照所述第一预测负荷、所述第一预测负荷的权重比、所述第二预测负荷以及所述第二预测负荷的权重比计算第n年的所述短期负荷。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510847408.7A CN105590140A (zh) | 2015-11-26 | 2015-11-26 | 电力系统短期负荷的预测方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510847408.7A CN105590140A (zh) | 2015-11-26 | 2015-11-26 | 电力系统短期负荷的预测方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105590140A true CN105590140A (zh) | 2016-05-18 |
Family
ID=55929706
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510847408.7A Pending CN105590140A (zh) | 2015-11-26 | 2015-11-26 | 电力系统短期负荷的预测方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105590140A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106355285A (zh) * | 2016-09-06 | 2017-01-25 | 北京华电天仁电力控制技术有限公司 | 一种基于参数修正的用电负荷预测方法 |
CN108154259A (zh) * | 2017-11-27 | 2018-06-12 | 国网北京市电力公司 | 热泵的负荷预测方法及装置、存储介质、处理器 |
CN110263995A (zh) * | 2019-06-18 | 2019-09-20 | 广西电网有限责任公司电力科学研究院 | 考虑负荷增长率与用户用电特性的配变重过载预测方法 |
CN111682581A (zh) * | 2020-05-18 | 2020-09-18 | 国网青海省电力公司经济技术研究院 | 可接入分布式电源的高效利用方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103730893A (zh) * | 2013-12-18 | 2014-04-16 | 国家电网公司 | 超短期负荷预测平衡方式下的网省协调控制方法 |
WO2014104829A1 (ko) * | 2012-12-28 | 2014-07-03 | 주식회사 효성 | 전력 부하 예측 방법 및 이러한 방법을 수행하는 장치 |
CN104156453A (zh) * | 2014-08-18 | 2014-11-19 | 国家电网公司 | 一种超短期母线负荷预测实时在线考核分析方法 |
-
2015
- 2015-11-26 CN CN201510847408.7A patent/CN105590140A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014104829A1 (ko) * | 2012-12-28 | 2014-07-03 | 주식회사 효성 | 전력 부하 예측 방법 및 이러한 방법을 수행하는 장치 |
CN103730893A (zh) * | 2013-12-18 | 2014-04-16 | 国家电网公司 | 超短期负荷预测平衡方式下的网省协调控制方法 |
CN104156453A (zh) * | 2014-08-18 | 2014-11-19 | 国家电网公司 | 一种超短期母线负荷预测实时在线考核分析方法 |
Non-Patent Citations (1)
Title |
---|
邹刚: "基于蚁群算法的电力负荷预测方法研究", 《万方数据库》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106355285A (zh) * | 2016-09-06 | 2017-01-25 | 北京华电天仁电力控制技术有限公司 | 一种基于参数修正的用电负荷预测方法 |
CN108154259A (zh) * | 2017-11-27 | 2018-06-12 | 国网北京市电力公司 | 热泵的负荷预测方法及装置、存储介质、处理器 |
CN108154259B (zh) * | 2017-11-27 | 2021-11-05 | 国网北京市电力公司 | 热泵的负荷预测方法及装置、存储介质、处理器 |
CN110263995A (zh) * | 2019-06-18 | 2019-09-20 | 广西电网有限责任公司电力科学研究院 | 考虑负荷增长率与用户用电特性的配变重过载预测方法 |
CN110263995B (zh) * | 2019-06-18 | 2022-03-22 | 广西电网有限责任公司电力科学研究院 | 考虑负荷增长率与用户用电特性的配变重过载预测方法 |
CN111682581A (zh) * | 2020-05-18 | 2020-09-18 | 国网青海省电力公司经济技术研究院 | 可接入分布式电源的高效利用方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhang et al. | A suite of metrics for assessing the performance of solar power forecasting | |
CN110097297B (zh) | 一种多维度窃电态势智能感知方法、系统、设备及介质 | |
CN110634080B (zh) | 异常用电检测方法、装置、设备及计算机可读存储介质 | |
CN110400022B (zh) | 自助柜员机现金用量预测方法及装置 | |
CN109583680B (zh) | 一种基于支持向量机的窃电辨识方法 | |
CN106909933B (zh) | 一种三阶段多视角特征融合的窃电分类预测方法 | |
CN104794206B (zh) | 一种变电站数据质量评价系统及方法 | |
US20210056647A1 (en) | Method for multi-dimensional identification of flexible load demand response effect | |
CN107506868B (zh) | 一种短时电力负荷预测的方法及装置 | |
CN111368980B (zh) | 状态检测方法、装置、设备及存储介质 | |
CN106570778A (zh) | 一种基于大数据的数据集成与线损分析计算的方法 | |
CN114358152A (zh) | 一种智能电力数据异常检测方法及系统 | |
CN105590140A (zh) | 电力系统短期负荷的预测方法和装置 | |
CN109345013A (zh) | 一种配电用户用电行为预测方法 | |
CN110097451B (zh) | 一种银行业务的监控方法及装置 | |
CN105184402A (zh) | 一种基于决策树的个性化用户短期负荷预测算法 | |
Liu et al. | Forecasting the occurrence of extreme electricity prices using a multivariate logistic regression model | |
CN111796957A (zh) | 基于应用日志的交易异常根因分析方法及系统 | |
CN114386856A (zh) | 一种空壳企业识别方法、装置、设备及计算机存储介质 | |
CN115617784A (zh) | 一种信息化配电的数据处理系统及其处理方法 | |
Yu et al. | On statistical modeling and forecasting of energy usage in smart grid | |
CN109976986B (zh) | 异常设备的检测方法及装置 | |
CN113112188A (zh) | 一种基于预筛选动态集成的电力调度监控数据异常检测方法 | |
CN111144673A (zh) | 组织人员结构评估方法、装置、设备及计算机可读介质 | |
CN106651630B (zh) | 关键用电行业识别方法和系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160518 |