[发明专利]一种智能短期负荷预测方法及系统

权利要求书

1.一种智能短期负荷预测方法，其特征在于，包括：

获取历史负荷实际值、历史电价实际值以及与负荷预测相关的历史数据；

根据与负荷预测相关的历史数据进行负荷与电价预测，得到预测目标时刻的预测初始值以及历史预测值；

根据历史负荷实际值、历史电价实际值以及历史预测值，提取电价-需求耦合关联规则；

基于预测目标时刻前一时刻的电价实际值、提取的电价-需求耦合关联规则以及预测目标时刻的预测初始值得到预测偏差值；

用预测偏差值对目标时刻的预测初始值进行修正得到目标时刻负荷预测值。

2.如权利要求1所述的智能短期负荷预测方法，其特征在于，所述目标时刻预测初始值包括：目标时刻的负荷预测初始值和目标时刻电价预测初始值；

所述历史预测值包括：历史负荷预测值和历史电价预测值。

3.如权利要求1所述的智能短期负荷预测方法，其特征在于，所述用预测偏差值对目标时刻的预测初始值进行修正得到目标时刻的负荷预测值的计算公式如下所示：

式中，DDF_t,d为目标日第d天t时刻的预测偏差值，为目标日第d天t时刻的负荷预测初始值，D_t,d为目标日第d天t时刻修正后的负荷预测值。

4.如权利要求2所述的智能短期负荷预测方法，其特征在于，所述根据历史负荷实际值、历史电价实际值以及历史预测值，提取电价-需求耦合关联规则包括：

根据历史负荷预测值、历史负荷实际值、历史电价预测值以及所述历史电价预测值对应时刻前一时刻的电价实际值，用量化概念格方法得到电价-需求耦合关联规则。

5.如权利要求4所述的智能短期负荷预测方法，其特征在于，所述根据历史负荷实际值、历史电价实际值以及历史预测值，提取电价-需求耦合关联规则还包括：将电价-需求耦合关联规则建立规则库，根据需求从所述规则库中提取电价-需求耦合关联规则。

6.如权利要求2所述的智能短期负荷预测方法，其特征在于，所述基于预测目标时刻前一时刻的电价实际值、提取的电价-需求耦合关联规则以及预测目标时刻的预测初始值得到预测偏差值包括：

将所述电价-需求耦合关联规则、预测目标时刻前一时刻的电价实际值、预测目标时刻的负荷预测初始值以及预测目标时刻的电价预测初始值输入模糊推理系统，进行模糊化，模糊推理系统根据系统中的知识库，对模糊化后的数据进行模糊推理，得出预测偏差值。

7.如权利要求1所述的智能短期负荷预测方法，其特征在于，所述根据与负荷预测相关的历史数据进行负荷与电价预测包括：

对与负荷预测相关的历史数据进行属性约简处理后，输入到多变量LS-SVM模型进行负荷与电价的预测。

8.如权利要求7所述的智能短期负荷预测方法，其特征在于，所述对与负荷预测相关的历史数据进行属性约简处理包括：

用关联规则分析方法确定与短期负荷预测相关的因素，根据设定的阈值，确定条件属性和决策属性；

在与负荷预测相关的历史数据中提取条件属性和决策属性对应的数据。

9.如权利要求1所述的智能短期负荷预测方法，其特征在于，所述与负荷预测相关的历史数据包括：气候数据、日期数据、负荷水平数据、季节数据、经济社会环境数据；

所述气候数据包括：气温、湿度、降雨、风力、日照。