[发明专利]考虑路径跟踪和灾情风险评判的台风日短期负荷预测方法有效
| 申请号: | 201710606687.7 | 申请日: | 2017-07-24 |
| 公开(公告)号: | CN107292537B | 公开(公告)日: | 2020-05-12 |
| 发明(设计)人: | 李滨;黄佳;阳育德;李倍存;陈碧云;白晓清;覃芳璐;李佩杰;韦化 | 申请(专利权)人: | 广西大学 |
| 主分类号: | G06Q10/06 | 分类号: | G06Q10/06;G06Q50/06 |
| 代理公司: | 广西南宁公平知识产权代理有限公司 45104 | 代理人: | 韦锦捷 |
| 地址: | 530004 广西壮族*** | 国省代码: | 广西;45 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 考虑 路径 跟踪 灾情 风险 评判 台风 短期 负荷 预测 方法 | ||
1.考虑路径跟踪和灾情风险评判的台风日短期负荷预测方法,其特征在于,包括如下步骤:
一、通过通讯网络采集台风日短期负荷预测所需的台风实时信息和调度区域内各市的历史负荷数据及气象数据;
二、判断城市电网是否受到台风影响;
计算各城市中心点到台风移动路径之间的最短距离,若台风中心的风圈半径大于城市中心到台风移动路径之间的最短距离,则认定该市电网受到台风影响,转至执行步骤三;若台风中心的风圈半径小于或等于地级市中心到台风移动路径之间的最短距离,则认定该市电网没有受到台风影响,转至执行步骤四;
三、构建台风灾情风险评估模型对台风灾情强度进行定级,通过定级结果选择台风负荷预测模型;
3.1构建台风灾情风险评估模型对台风灾情强度进行定级;
受台风影响n天,气象的标幺特征向量有m个气象因子;
第i天气象的标幺特征向量为:
ωi=[ωi1,ωi2,…,ωim];
式中:ωi1,ωi2,…,ωim分别为受台风影响第i天的第1,2…,m个气象因子的标幺值,i=1,2,…,n;
选取基准日,基准日的选取原则为:天气状况相对平稳,且为一般工作日;
基准日的气象因子的标幺特征向量为:
ω0=[ω01,ω02,…,ω0m];
式中:ω01,ω02,…,ω0m分别为基准日的第1,2…,m个气象因子的标幺值;
台风影响期间气象因子与基准日气象因子的余弦相似度为:
取台风影响n天内,与基准日相比气象状况变化最明显的一天来评判台风灾情风险级数,即利用最大余弦相似度cosθ来评判:
cosθ=max(cosθi);
若0≤cosθ<0.3,则台风灾情强度为1级;
若0.3≤cosθ<0.8,则台风灾情强度为2级;
若0.8≤cosθ≤1,则台风灾情强度为3级;
3.2根据台风灾情强度级数的评判结果,构建如下台风负荷预测模型:
3.2.1若台风灾情强度为1级,则认定为破坏性台风;
计算受到台风影响的城市电网在台风期间与基准日相比下降的负荷比例值,求解公式为:
式中:PB为各市月负荷水平基准值,r为最高温度在基准值区间内的天数,Pi为基准值区间的负荷值,P0为受到台风影响城市电网的负荷水平值,k为受到台风影响城市电网在台风期间与基准日相比下降的负荷比例值;
建立受到台风影响城市电网负荷变化比例系数模型:
K=x1V2+x2V+x3;
式中:V为城市在台风期间的最大风速;x1、x2、x3为比例系数模型中二次回归系数;
3.2.2若台风灾情强度为2级和3级,则认定为一般性台风;
建立受到台风影响城市负荷损失量预测模型:
f(V,rain,P0);
即各市电网受台风影响所造成的负荷变化值为:
ΔLmax.x=f(V,rain,P0);
建立二次模型,求解二次模型相应系数:
式中:c、a1~a9为二次模型中未知参数相对应系数,ΔLmax.x为各市电网受台风影响所造成的负荷变化值,rain为降雨量,P0为受到台风影响城市电网的负荷水平值;
四、构建各市电网的基础负荷预测模型;
4.1对受到台风影响城市利用多气象策略函数进行信息粒还原,当做无台风属性建模;对未受到台风影响的城市当做普通降温降雨处理;
对受到台风影响的各市电网的每一个台风都选取一个基准日,基准日的选取原则为:天气状况相对平稳,且为一般工作日;
则多气象策略函数为:
Yj=min{|yB-yi|} i∈[j-n,j];
式中:yB为月气象数据水平基准值;j为气象信息满足基准值选取准则的天数;yi为基准值区间的气象值;n为受到台风影响的天数;Yj为与基准值气象信息最为接近,且台风到来之前的连续平缓的气象数据;
4.2根据一般工作日数据构建各市电网的基础负荷预测模型,并计算未受台风影响城市电网的基础预测负荷值Lweek.x;
各市电网的基础负荷预测模型为:
Lweek.x=L0+ΔPT;
式中:ΔPT为温差对应的负荷变化量,L0为基准日负荷值,ΔT为预测日温度Tr与基准日温度T0的温度差,基准日取待预测日前2天;为单位温差的负荷变化量;
五、根据步骤三和步骤四的预测结果,计算台风期间最终负荷预测结果;
5.1当城市受到破坏性台风影响,则台风期间最终负荷预测结果L为:
式中:Lweek.xp为第p个城市电网的基础预测负荷值;ΔPp为受台风影响第p个城市电网的负荷损失值;P0p为受台风影响第p个市城电网的负荷水平,即负荷的基准值,kp为受台风影响第p个城市电网在台风期间与基准日相比下降的负荷比例值,P1p为受台风影响第p个城市电网的负荷预测值,g为地区电网总的城市数量,e为受到台风影响的城市数量;
5.2当城市受到一般性台风影响,则台风期间最终负荷预测结果L为:
式中:ΔLmax.xp为第p个城市电网受台风影响所造成的负荷变化值;
六、综合地区电网各市的台风期间最终负荷预测结果,进行校正和修正得到最终台风期间96点负荷预测曲线;
七、实时更新修正台风相关信息和气象数据,实时修正96点负荷预测曲线。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广西大学,未经广西大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710606687.7/1.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理





