[发明专利]用于促进公用事业系统的负载形状预测的智能数据预处理技术

权利要求书

1.一种用于预测公用事业系统的电力需求的方法，包括：

从档案中接收一组负载信号，该档案包含在为公用事业系统分配电力的整个电网的各个位置收集的历史负载信息；

通过以下方式预处理所述一组负载信号，

将一阶差分函数应用于所述一组负载信号以产生一组差分信号，

对所述一组差分信号执行尖峰检测操作以识别成对的正负和负正尖峰，它们识别所述一组负载信号中与网络中断时段相关联的间隙，以及

通过用基于紧接在识别出的间隙之前的连续负载值执行局部负载形状预测操作确定的预测的负载值填充每个识别出的间隙来修改所述一组负载信号；以及

基于所述一组预处理的负载信号预测公用事业系统的电力需求。

2.如权利要求1所述的方法，其中所述方法还包括使用电力需求的预测来控制由公用事业系统提供的电力供应。

3.如权利要求2所述的方法，其中控制由公用事业系统提供的电力供应包括以下一项或多项：

控制由公用事业系统中的一个或多个发电厂产生的电量；

通过电网为公用事业系统购买电力；

通过电网销售公用事业系统产生的电力；

储存电力以供公用事业系统将来使用；以及

为公用事业系统制定建造新发电厂的计划。

4.如权利要求1所述的方法，其中预测公用事业系统的电力需求包括：

使用包括所述一组负载信号和其它输入信号的一组输入信号来训练推理模型，所述推理模型学习所述一组输入信号之间的相关性；

使用所述推理模型产生一组推理信号，其中所述推理模型为所述一组输入信号中的每个输入信号产生推理信号；

使用基于傅里叶的分解和重建技术来生成在统计上无法与推理信号相区分的一组合成信号，该技术将所述一组推理信号中的每个信号分解成确定性和随机分量，并使用确定性和随机分量；以及

将所述一组合成信号投射到未来，以产生针对公用事业系统的电力需求的预测。

5.如权利要求4所述的方法，其中所述推理模型是使用多元状态估计技术(MSET)来训练的。

6.如权利要求4所述的方法，其中使用基于傅立叶的分解和重建技术来生成所述一组合成信号包括使用遥测参数合成(TPSS)技术，该技术创建用于生成所述一组合成信号的高保真合成方程。

7.如权利要求4所述的方法，其中生成所述一组合成信号包括：

生成一组未归一化的信号；以及

对所述一组未归一化的信号执行环境天气归一化操作以生成所述一组合成信号，其中环境天气归一化操作使用历史、当前和预测的天气测量值以及历史用电数据来调整所述一组未归一化的信号，以考虑天气对电力需求预测的影响。

8.如权利要求4所述的方法，其中所述其它输入信号包括来自一组智能电表的用电数据，其中所述一组智能电表中的每个智能电表从公用事业系统的客户收集用电数据。

9.如权利要求1所述的方法，其中用预测的负载值替换识别出的间隙中的负载值涉及使用最优值插补技术，该技术用基于负载信号之间的相关性确定的插补负载值替换所述一组负载信号中的缺失负载值。