[发明专利]短期负荷预测方法及终端设备

权利要求书

1.一种短期电力负荷预测方法，其特征在于，包括：

获取目标电力系统在预测日的负荷影响数据、在参考日的负荷影响数据、在参考日的第一负荷数据、在参考日的第二负荷数据；所述第一负荷数据指的是在负荷影响数据的影响下为了维持电力系统设备的安全运行而产生的负荷，第二负荷数据指的是在负荷影响数据的影响下电力系统设备本身产生的负荷；

基于所述在参考日的负荷影响数据以及所述第一负荷数据训练BP神经网络模型，基于所述在参考日的负荷影响数据以及所述第二负荷数据训练模糊神经网络模型，并将在预测日的负荷影响数据分别输入至所述BP神经网络模型以及所述模糊神经网络模型中，得到第一预测数据和第二预测数据；基于所述第一预测数据和所述第二预测数据确定目标电力系统在预测日的负荷数据。

2.如权利要求1所述的短期电力负荷预测方法，其特征在于，在训练BP神经网络模型和模糊神经网络模型之前，还包括：

获取参考日的突发事件记录以及预测日的突发事件记录，所述突发事件记录包括计划检修记录、故障检修记录、负荷限定记录、事故停电记录；

根据参考日的突发事件记录以及预测日的突发事件记录对第一负荷数据和第二负荷数据进行更新。

3.如权利要求2所述的短期电力负荷预测方法，其特征在于，根据参考日的突发事件记录以及预测日的突发事件记录对第一负荷数据进行更新，包括：

若参考日的突发事件记录显示参考日存在计划检修记录、故障检修记录、事故停电记录，则提取计划检修记录、故障检修记录、事故停电记录中的第一时段信息；

获取参考日对应的相似日的第一负荷数据，并基于所述第一时段信息以及参考日对应的相似日的第一负荷数据对第一负荷数据进行补全；

若预测日的突发事件记录显示预测日存在计划检修记录、故障检修记录、事故停电记录，则提取计划检修记录、故障检修记录、事故停电记录中的第二时段信息；

基于第二时段信息对第一负荷数据进行删减。

4.如权利要求2所述的短期电力负荷预测方法，其特征在于，根据参考日的突发时间记录以及预测日的突发事件记录对第二负荷数据进行更新，包括：

若参考日的突发事件记录显示参考日存在计划检修记录、故障检修记录、事故停电记录，则提取计划检修记录、故障检修记录、负荷限定记录、事故停电记录中的第三时段信息；

获取参考日对应的相似日的第二负荷数据，并基于所述第三时段信息以及参考日对应的相似日的第二负荷数据对第二负荷数据进行补全；

若预测日的突发事件记录显示预测日存在计划检修记录、故障检修记录、事故停电记录，则提取计划检修记录、故障检修记录、负荷限定记录、事故停电记录中的第四时段信息；

基于第四时段信息对第二负荷数据进行删减。

5.如权利要求3或4任一项所述的短期电力负荷预测方法，其特征在于，参考日对应的相似日的确定方法为：

获取目标历史时段的第一负荷数据或第二负荷数据；

对目标历史时段的第一负荷数据或第二负荷数据进行聚类分析，得到参考日对应的相似日。

6.如权利要求1所述的短期电力负荷预测方法，其特征在于，所述基于所述第一预测数据和所述第二预测数据确定目标电力系统在预测日的负荷数据，包括：

将所述第一预测数据与所述第二预测数据之和作为目标电力系统在预测日的负荷数据。