[发明专利]一种适用于超短期负荷预测的计算方法

摘要

本发明公开了一种适用于超短期负荷预测的计算方法，其特征在于，包括如下步骤：一、获取多个时间点的系统总负荷；二、对所述多个系统负荷按照时间点类型进行筛选获得历史样本；三、计算历史样本中各点的第一负荷变化率平均值ΔL_iav；四、对历史样本坏数据辨识修正；五、重新计算第二负荷变化率平均值ΔL′_iav，并计算与上一次计算的第一负荷变化率平均值ΔL_iav进行对比，若各点的fabs(ΔL′_iav‑ΔL_iav)＜0.01，则认为坏数据辨识完毕，使用当前负荷变化率进入步骤六，否则进入步骤四；六、根据步骤五中计算所得当前负荷变化率ΔL_iavf，利用预测日当前时刻i点的负荷Li。本发明的方法简单实用，预测结果准确。

主权项

一种适用于超短期负荷预测的计算方法，其特征在于，包括如下步骤：一、获取多个时间点的系统总负荷；二、对所述多个系统负荷按照时间点类型进行筛选获得历史样本；三、计算历史样本中各点的第一负荷变化率平均值ΔL_iav，所述历史样本中的某一日的i点，其负荷变化率ΔL_i计算方法如下：ΔL_i＝(L_i+1‑L_i)/L_i    (1)式中，ΔL_i任意i时刻的负荷变化率，L_i为i时刻的负荷值，L_i+1为i+1时刻的负荷值。针对所有M天样本，则对应i点的平均变化率ΔL_iav计算方法如下：${\mathrm{\ΔL}}_{iav}=\underset{j=1}{\overset{M}{\Σ}}\left({\mathrm{\ΔL}}_i\right)/M---\left(2\right)$式中，M为参考样本中的总天数；四、对历史样本坏数据辨识修正：首先设置坏数据门槛ΔL_igate：ΔL_igate＝NΔL_iav    (3)式中，N为评价倍数，若ΔL_i＞ΔL_igate，则认为该点为坏数据，对于识别出的坏数据按照下式进行加工处理：L_i+1＝L_i×(1+ΔL_iav)    (4)；五、对进行了坏数据修正后的样本按照式(1)、(2)重新计算第二负荷变化率平均值ΔL′_iav，并计算与上一次计算的第一负荷变化率平均值ΔL_iav进行对比，若各点的fabs(ΔL′_iav‑ΔL_iav)＜0.01，则认为坏数据辨识完毕，使用当前负荷变化率进入步骤六，否则进入步骤四；六、根据步骤五中计算所得当前负荷变化率ΔL_iavf，利用预测日当前时刻i点的负荷Li，即可进行i+1时刻的超短期负荷预报：LF_i+1＝L_i×(1+ΔL_iavf)    (5)式中，LF_i+1即为预测得到的i+1时刻负荷值。