[发明专利]一种智能园区需求侧短期负荷预测方法及其装置

权利要求书

1.一种智能园区需求侧短期负荷预测方法，其特征在于包括以下步骤：

步骤1：采集园区一天24小时的用电负荷数据；

步骤2：拟合园区一天24小时的用电负荷，得到用电负荷拟合值及训练好的时间序列模型；

步骤3：将步骤2得到的用电负荷拟合值与实际值对比，计算平均相对误差并根据平均相对误差验证训练好的时间序列模型；

步骤4：利用步骤3训练好的时间序列模型预测一天之后的用电负荷情况。

2.根据权利要求1所述的一种智能园区需求侧短期负荷预测方法，其特征在于：所述步骤2使用时间序列模型拟合园区一天24小时的用电负荷。

3.根据权利要求2所述的一种智能园区需求侧短期负荷预测方法，其特征在于：所述时间序列模型按如下公式计算：

式中，分别为一次指数平滑、二次指数平滑以及三次指数平滑t时刻的用电负荷拟合值，α为平滑系数，分别为一次指数平滑、二次指数平滑以及三次指数平滑t-1时刻的用电负荷拟合值。

4.根据权利要求3所述的一种变电站一次设备故障判断与处理决策系统，其特征在于：所述平滑系数α的取值为0.1～0.3。

5.根据权利要求1所述的一种智能园区需求侧短期负荷预测方法，其特征在于：所述步骤3中的平均相对误差按照如下公式计算：

式中，为三次指数平滑t时刻的用电负荷拟合值，y_t为t时刻的用电负荷实际值。

6.根据权利要求1所述的一种智能园区需求侧短期负荷预测方法，其特征在于：所述步骤4的预测方法按照如下公式计算：

式中，y_t为t时刻的用电负荷实际值，T表示预测超前周期，a_t、b_t、c_t为三次指数平滑预测模型的相关系数；分别为一次指数平滑、二次指数平滑以及三次指数平滑t时刻的用电负荷拟合值，α为平滑系数。

7.一种实现如权利要求1至6任一项所述智能园区需求侧短期负荷预测方法的装置，其特征在于：包括如下模块：

用电负荷数据采集模块：采集园区一天24小时的用电负荷数据；

用电负荷数据拟合模块：拟合园区一天24小时的用电负荷，得到用电负荷拟合值及训练好的时间序列模型；

平均相对误差计算模块：将用电负荷拟合值与实际值对比，计算平均相对误差并根据平均相对误差验证训练好的时间序列模型；

用电负荷预测模块：使用训练好的时间序列模型预测一天之后的用电负荷情况。

8.根据权利要求7所述的一种实现智能园区需求侧短期负荷预测方法的装置，其特征在于：所述用电负荷数据拟合模块采用如下时间序列模型：

式中，分别为一次指数平滑、二次指数平滑以及三次指数平滑t时刻的用电负荷拟合值，α为平滑系数，分别为一次指数平滑、二次指数平滑以及三次指数平滑t-1时刻的用电负荷拟合值。

9.根据权利要求8所述的一种实现智能园区需求侧短期负荷预测方法的装置，其特征在于：所述平均相对误差计算模块采用如下计算模型：

式中，为三次指数平滑t时刻的用电负荷拟合值，y_t为t时刻的用电负荷实际值。

10.根据权利要求7所述的一种实现智能园区需求侧短期负荷预测方法的装置，其特征在于：所述用电负荷预测模块采用如下预测模型：

式中，y_t为t时刻的用电负荷实际值，T表示预测超前周期，a_t、b_t、c_t为三次指数平滑预测模型的相关系数；分别为一次指数平滑、二次指数平滑以及三次指数平滑t时刻的用电负荷拟合值，α为平滑系数。