一种电力负荷不确定性预测方法、系统、设备及介质与流程
本发明涉及电力,具体涉及一种电力负荷不确定性预测方法、系统、设备及介质。
背景技术:
1、随着新能源大规模并网及需求响应等新型主体的持续接入,电力负荷呈现出更强的随机性、波动性和非线性特征,对负荷预测的准确性提出了更高要求。
2、目前,基于统计学习、传统机器学习和深度学习的负荷预测方法已得到广泛研究,但这些方法是以确定性点预测为主,输出单一预测值,难以量化预测结果的不确定性,无法反映未来负荷的波动范围,无法为电力系统风险调度提供边界参考。
3、现在已经出现了通过概率区间预测量化预测结果的不确定性的研究,但是,现有的研究采用的是全局统一校准量,无法反映出来负荷在不同时段的边界误差差异,还存在忽略区间左右边界的不对称性问题,导致校准后的预测区间在某些时段覆盖不足或过度保守,影响区间预测的实用性和可靠性。
技术实现思路
1、鉴于上述存在的问题,本发明提供一种电力负荷不确定性预测方法、系统、设备及介质。
2、因此,本发明解决的技术问题是:如何解决现有方法采用全局统一校准量,无法反映出来负荷在不同时段的边界误差差异,忽略区间左右边界的不对称性问题,导致校准后的预测区间在某些时段覆盖不足或过度保守的问题。
3、为解决上述技术问题,本发明提供如下技术方案:
4、获取电力负荷的数据,对所述数据进行预处理,得到标准化数据;
5、基于所述标准化数据构建候选特征集,对所述候选特征集进行筛选,得到特征子集;
6、基于所述特征子集构建时序样本,对所述时序样本进行预测,所述预测用于得到原始预测区间;
7、对所述原始预测区间进行校准,得到最终预测区间。
8、作为本发明所述的一种电力负荷不确定性预测方法的一种优选方案,其中:得到原始预测区间的步骤包括:
9、预设时间窗口长度,根据所述预设时间窗口长度将所述特征子集划分为多个所述时序样本;
10、对所述时序样本进行分位数回归处理,得到预测值集;
11、根据所述预测值集,构建所述原始预测区间。
12、作为本发明所述的一种电力负荷不确定性预测方法的一种优选方案,其中:得到最终预测区间的步骤包括:
13、提取所述原始预测区间的中位数和几何中心,对所述中位数和所述几何中心进行加权,得到区间中心;
14、提取所述原始预测区间的左边界,根据所述左边界与所述区间中心得到第一基础跨度;
15、提取所述原始预测区间的右边界,根据所述右边界与所述区间中心得到第二基础跨度;
16、提取所述时序样本对应的真实负荷数据,基于所述真实负荷数据得到第一校准量和第二校准量;
17、根据所述区间中心、所述第一基础跨度、所述第二基础跨度、所述第一校准量和所述第二校准量,生成所述最终预测区间。
18、作为本发明所述的一种电力负荷不确定性预测方法的一种优选方案,其中:得到第一校准量和第二校准量的步骤包括:
19、预设时间分段规则,根据所述预设时间分段规则将所述真实负荷数据划分为多个时段子集;
20、统计各所述时段子集中真实负荷值相对于所述第一基础跨度的偏差,得到各时段对应的第一初始校准量,对所述第一初始校准量进行统计处理,得到所述第一校准量;
21、统计各所述时段子集中真实负荷值相对于所述第二基础跨度的偏差,得到各时段对应的第二初始校准量,对所述第二初始校准量进行统计处理,得到所述第二校准量。
22、作为本发明所述的一种电力负荷不确定性预测方法的一种优选方案,其中:生成所述最终预测区间的步骤包括:
23、预设全局尺度参数,通过第一基础跨度与所述第一校准量之和得到左侧修正跨度,基于所述全局尺度参数对所述左侧修正跨度进行调节,得到最终左侧偏移量,通过所述区间中心减去所述最终左侧偏移量,得到最终预测区间左边界;
24、预设全局尺度参数,通过第二基础跨度与所述第二校准量之和得到右侧修正跨度,基于所述全局尺度参数对所述右侧修正跨度进行调节,得到最终右侧偏移量,通过所述区间中心加上所述最终右侧偏移量,得到最终预测区间右边界;
25、根据所述最终预测区间左边界和所述最终预测区间右边界构成所述最终预测区间。
26、本发明通过分位数回归网络直接输出预测值集构建原始预测区间,再通过分时段、分侧校准的方式对原始预测区间进行修正,得到的最终预测区间在不同置信水平下能够保持覆盖可靠性与区间宽度的平衡,为电力系统风险调度提供负荷波动范围的边界参考。
27、作为本发明所述的一种电力负荷不确定性预测方法的一种优选方案,其中:得到特征子集的步骤包括:
28、提取所述候选特征集中各候选特征的贡献程度,根据所述贡献程度,对所述候选特征集中各候选特征进行排序,得到特征排序结果;
29、响应于预设条件的筛选,从所述特征排序结果中得到所述特征子集。
30、通过提取各候选特征的贡献程度进行排序和筛选,筛选出满足预设条件的特征子集,降低了冗余变量的干扰。
31、作为本发明所述的一种电力负荷不确定性预测方法的一种优选方案,其中:得到标准化数据的步骤包括:
32、对所述数据进行时间对齐,得到时间同步数据;
33、对所述时间同步数据进行修补,得到修补数据;
34、对所述修补数据进行标准化处理,得到所述标准化数据。
35、通过对数据进行时间对齐、修补和标准化处理的操作,确保了输入数据的质量和一致性。
36、第二方面,本发明提供了一种电力负荷不确定性预测系统,包括:
37、数据处理模块,用于获取电力负荷的数据,对所述数据进行预处理,得到标准化数据;
38、特征筛选模块,用于基于所述标准化数据构建候选特征集,对所述候选特征集进行筛选,得到特征子集;
39、区间预测模块,用于基于所述特征子集构建时序样本,对所述时序样本进行预测,得到原始预测区间;
40、区间校准模块,用于对所述原始预测区间进行校准,得到最终预测区间。
41、第三方面,本发明提供了一种计算机设备,包括:
42、存储器和处理器;
43、所述存储器用于存储计算机可执行指令,所述处理器用于执行所述计算机可执行指令,该计算机可执行指令被处理器执行时实现所述电力负荷不确定性预测方法的步骤。
44、第四方面,本发明提供了一种计算机可读存储介质,其存储有计算机可执行指令,该计算机可执行指令被处理器执行时实现所述电力负荷不确定性预测方法的步骤。
45、与现有技术相比,本发明的有益效果:本发明先基于中位数和几何中心加权构建区间中心,然后提取原始预测区间的左边界和右边界确定第一基础跨度和第二基础跨度,实现了对预测区间左右两侧的独立处理,能够针对左右边界的不对称性分别进行校准,解决了现有技术忽略区间左右边界的不对称性问题。本发明通过预设时间分段规则将真实负荷数据划分为多个时段子集,分别统计各时段内真实负荷值相对于第一基础跨度和第二基础跨度的偏差,得到分时段的校准量,能够反映负荷在不同时段的边界误差差异,避免全局统一校准量导致的某些时段覆盖不足或过度保守的问题。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com