[发明专利]一种电力负荷爬坡预警的方法、系统及设备

权利要求书

1.一种电力负荷爬坡预警的方法，其特征在于，包括：

获取电网负荷数据；

根据所述电网负荷数据确定功率歪度的时间序列；其中，所述功率歪度用于表示电力负荷偏离正常中心值的偏离程度；

根据所述功率歪度的时间序列确定最佳预报长度；

利用BP神经网络建立对应所述最佳预报长度的预报模型，并利用所述预报模型对所述功率歪度进行预报，完成对电力负荷爬坡的预警。

2.根据权利要求1所述的方法，其特征在于，根据所述电网负荷数据确定功率歪度的时间序列，包括：

根据公式确定所述功率歪度的时间序列；

其中，p_w,t为所述功率歪度的时间序列，p(i*Δ_t)为电力负荷离散时间序列，N为采样总数量，Δ_t为采样时间间隔，为采样时间内的功率均值，p_rms为采样时间内的功率均方根值。

3.根据权利要求1所述的方法，其特征在于，根据所述功率歪度的时间序列确定所述功率歪度的最佳预报长度，包括：

根据公式计算延迟k个步长后的协方差；

根据公式计算自相关系数；

确定与第一预设值最接近的自相关系数所对应的k值为所述功率歪度的最佳预报长度；

其中，k为延迟步长，n为所述功率歪度的时间序列的长度，为所述功率歪度的时间序列的均值，p_w,t+k为所述功率歪度的时间序列p_w,t延迟k个步长后得到的时间序列，γ(k)为延迟k个步长后的协方差，γ(0)为延迟步长k＝0时的协方差，ρ(k)为延迟k个步长后得到的自相关系数。

4.根据权利要求1所述的方法，其特征在于，利用所述预报模型对所述功率歪度进行预报，完成对电力负荷爬坡的预警，包括：

利用所述预报模型计算在所述最佳预报长度内的功率歪度值；

当所述功率歪度值的绝对值超过第二预设值时发出警报。

5.一种电力负荷爬坡预警的系统，其特征在于，包括：

获取模块，用于获取电网负荷数据；

第一确定模块，用于根据所述电网负荷数据确定功率歪度的时间序列；其中，所述功率歪度用于表示电力负荷偏离正常中心值的偏离程度；

第二确定模块，用于根据所述功率歪度的时间序列确定最佳预报长度；

预报模块，用于利用BP神经网络建立对应所述最佳预报长度的预报模型，并利用所述预报模型对所述功率歪度进行预报，完成对电力负荷爬坡的预警。

6.根据权利要求5所述的系统，其特征在于，所述第一确定模块包括：

第一确定子模块，用于根据公式确定所述功率歪度的时间序列；

其中，p_w,t为所述功率歪度的时间序列，p(i*Δ_t)为电力负荷离散时间序列，N为采样总数量，Δ_t为采样时间间隔，为采样时间内的功率均值，p_rms为采样时间内的功率均方根值。

7.根据权利要求5所述的系统，其特征在于，所述第二确定模块包括：

第一计算子模块，用于根据公式计算延迟k个步长后的协方差；

第二计算子模块，用于根据公式计算自相关系数；

第二确定子模块，用于确定与第一预设值最接近的自相关系数所对应的k值为所述功率歪度的最佳预报长度；

其中，k为延迟步长，n为所述功率歪度的时间序列的长度，为所述功率歪度的时间序列的均值，p_w,t+k为所述功率歪度的时间序列p_w,t延迟k个步长后得到的时间序列，γ(k)为延迟k个步长后的协方差，γ(0)为延迟步长k＝0时的协方差，ρ(k)为延迟k个步长后得到的自相关系数。

8.根据权利要求5所述的系统，其特征在于，所述预报模块包括：

第三计算子模块，用于利用所述预报模型计算在所述最佳预报长度内的功率歪度值；

警报子模块，用于当所述功率歪度值的绝对值超过第二预设值时发出警报。