[发明专利]一种空间负荷预测中确定元胞负荷最大值的核密度估计方法

说明书

一种空间负荷预测中确定元胞负荷最大值的核密度估计方法，其特点是：在电力地理信息系统环境中根据10kV馈线供电范围生成元胞并获取元胞负荷，在对各元胞负荷波动特性和差异性分析的基础上，将元胞负荷中的所有异常数据划分为四类，并建立含异常数据的元胞负荷的分类指标体系；计算含异常数据的元胞负荷的核密度估计曲线，查找含各类异常数据的元胞负荷核密度估计曲线的不同特征，进而提出通过截断核密度估计曲线尾部获取元胞负荷合理最大值的思路；针对含不同类异常数据的元胞负荷核密度估计曲线之间的差异，分别构建对各类含异常数据的元胞负荷核密度估计曲线进行截尾所需随动门限的计算模型，并将截尾处的负荷值作为相应元胞负荷的合理最大值。

技术领域

本发明涉及城市配电网规划中的空间负荷预测领域，是一种空间负荷预测中确定元胞负荷最大值的核密度估计方法。

背景技术

为实现空间负荷预测，需先将待预测区域划分为多个规则或不规则的小区，每个小区称为一个元胞，元胞内的电力负荷称为元胞负荷。在实现空间负荷预测的过程中，一般只使用各元胞单位时间内众多负荷数据中的一个最大值，通过SCADA系统采集的元胞负荷数据中，通常包含许多异常数据，这些异常数据会对元胞负荷最大值产生影响，如果直接从采集到的元胞负荷数据中寻找最大值进行空间负荷预测，预测结果误差势必会有所增大。因此，剔除元胞负荷数据中的异常数据并获取元胞负荷合理最大值能够提高空间负荷预测精度。

发明内容

本发明的目的是，克服现有技术的不足，提出一种方法科学、合理，适用性强，效果佳的空间负荷预测中确定元胞负荷最大值的核密度估计方法。利用空间负荷预测中确定元胞负荷最大值的核密度估计方法获取的元胞负荷最大值进行空间负荷预测，避免了直接使用实测数据中负荷最大值进行预测带来的预测误差，可以有效的提高预测精度。

实现本发明目的采用的技术方案是，一种空间负荷预测中确定元胞负荷最大值的核密度估计方法，其特征在于，它包括以下步骤：

1)生成元胞并获取元胞负荷历史数据

为实现空间负荷预测，需先将待预测区域划分为多个规则或不规则的小区，每个小区称为一个元胞，元胞内的电力负荷称为元胞负荷；

首先建立包含待预测区域内的10kV馈线供电范围图层和用地信息图层的电力地理信息系统，然后根据10kV馈线的供电范围生成元胞；

2)含异常数据元胞负荷分类及建立元胞负荷分类指标体系

首先，根据元胞负荷中异常数据的表现、产生原因的不同，将元胞负荷中的所有异常数据分为四类：

由于数据采集或传输失败的原因，导致相邻时段数据连续不变且非零，主要特征为负荷数据保持恒定不变，此类异常数据称为第一类异常数据类；由于线路、设备检修故障以及测量表计损坏原因造成相邻时段数据一直连续为零，此类异常数据称为第二类异常数据类；当冲击负荷接入电网或数据传输错误时，相邻时段的负荷数据突然增大或减小，主要特征为负荷毛刺，此类异常数据称为第三类异常数据类；当出现供电线路转带或转甩其它线路的负荷时，负荷突然跃变到另一个水平，主要特征为负荷转移，此类异常数据称为第四类异常数据类；

通过对元胞负荷的时序曲线、峰谷差曲线、核密度估计曲线的统计分析，有助于对含异常数据元胞负荷的分类，为了更加准确地对含异常数据的元胞负荷进行分类，需要构造合理的分类指标，根据元胞负荷的时序曲线、峰谷差曲线及核密度估计曲线的特点构造了变异系数、日峰谷差、波峰个数和首端概率密度分类指标，形成含异常数据元胞负荷的分类指标体系；然后依次按照各指标顺序完成对元胞负荷的分类；

基于元胞负荷时序曲线的日峰谷差指标如公式(1)所示，其物理意义为单位时间内元胞负荷日最大负荷与日最小负荷之差；

a₁＝P_max-P_min (1)