[发明专利]一种考虑体感温度和辐射强度的短期负荷预测方法

摘要

本发明公开了一种考虑体感温度和辐射强度的短期负荷预测方法，包括如下步骤：1）查询历史负荷和气象等样本数据；2）计算历史体感温度数据和日负荷水平；3）从历史样本数据集中，以待预测日的日类型信息和气象数据为依据，选择最优“模式相似日”，最终计算得到归一化负荷曲线；4）建立考虑体感温度和日照强度的神经网络预测模型，得到待预测日的负荷水平；5）通过归一化曲线和负荷水平计算待预测日的负荷数据。本发明充分考虑影响负荷的体感温度和影响分布式光伏发电的日照强度的影响，充分考虑历史负荷的自身变化规律，将负荷水平和负荷模式分开预测，减少了神经网络输入维度，降低了网络训练负担，提高了计算的效率。

主权项

1.一种考虑体感温度和辐射强度的短期负荷预测方法，其特征在于：包括如下步骤：步骤1：查询历史的负荷、气象和日类型信息作为样本数据；步骤2：计算历史体感温度数据和日负荷水平；利用温度、湿度、风速计算相应时间的历史体感温度；对日96点负荷进行统计，分别得到每日的最高负荷和最低负荷；步骤3：建立考虑历史体感温度和日照辐射强度的神经网络(Neural Network)预测模型，得到待预测日的负荷水平；根据近N天的历史日最高负荷值、日最低负荷值、历史体感温度、日照辐射强度建立神经网络的短期负荷水平预测模型，经过参数优化后，通过该预测模型得到待预测日的日最高负荷值、日最低负荷值；步骤4：从历史样本数据集中，通过凝聚层次聚类算法，对近N年的日负荷曲线进行聚类分析；根据待预测日的日类型，选择特定类的实际日，对该类中实际日的气象数据和待预测日的预测气象数据做偏差分析，选择气象数据相近的作为待预测日的“模式相似日”；分别计算实际日归一化负荷系数，然后平均作为待预测日的归一化负荷系数；步骤5：通过待预测日归一化负荷系统和日最高负荷值、日最低负荷值计算待预测日96点负荷数据。