一种负荷预测方法及装置与流程
本发明涉及电力系统自动化与人工智能,特别涉及一种负荷预测方法及装置。
背景技术:
1、在电力系统运行与调度中,精准的负荷预测是保障系统稳定、优化资源配置及制定需求侧响应策略的关键支撑。对于工业园区等特定用能场景,其负荷特性显著区别于区域级大电网负荷:一方面,工业生产用能占据主导,负荷水平与生产计划、设备状态紧密耦合,具有基数小、波动剧烈且随机性强的特点;另一方面,园区内不同时段的生产活动差异导致负荷呈现明显的时段异质性,即在工作时段受多重因素叠加影响呈现非稳定高波动特征,而在休息或待机时段则表现为相对稳定的低负荷特征。
2、现有技术中,负荷预测方法通常采用单一模型直接输出预测结果。这种方案在面对小基数、高波动场景时,预测结果的可靠性较差。基于此,亟需一种能够提升预测可靠性的技术方案。
技术实现思路
1、本发明提供了一种负荷预测方法及装置,可以解决相关技术中预测结果可靠性差的问题。技术方案如下:
2、一方面,提供了一种负荷预测方法,所述方法包括:
3、获取目标区域的基础负荷预测结果,以及所述目标区域对应的稳定时段和非稳定时段;
4、针对所述稳定时段,基于时序趋势预测结果与历史基准曲线的融合,对所述基础负荷预测结果进行第一修正,得到第一修正结果;
5、针对所述非稳定时段,当气象波动特征满足预设触发条件时,基于气象负荷关联模型生成负荷变化率,并基于所述负荷变化率对所述基础负荷预测结果进行第二修正,得到第二修正结果;
6、整合所述第一修正结果和所述第二修正结果,输出所述目标区域的最终负荷预测结果。
7、另一方面,提供了一种负荷预测装置,所述装置包括:
8、获取单元,用于获取目标区域的基础负荷预测结果,以及所述目标区域对应的稳定时段和非稳定时段;
9、第一修正单元,用于针对所述稳定时段,基于时序趋势预测结果与历史基准曲线的融合,对所述基础负荷预测结果进行第一修正,得到第一修正结果;
10、第二修正单元,用于针对所述非稳定时段,当气象波动特征满足预设触发条件时,基于气象负荷关联模型生成负荷变化率,并基于所述负荷变化率对所述基础负荷预测结果进行第二修正,得到第二修正结果;
11、整合单元,用于整合所述第一修正结果和所述第二修正结果,输出所述目标区域的最终负荷预测结果。
12、另一方面,提供了一种计算机设备,所述计算机设备包括存储器和处理器,所述存储器用于存放计算机程序,所述处理器用于执行所述存储器上所存放的计算机程序,以实现上述所述的负荷预测方法的步骤。
13、另一方面,提供了一种计算机可读存储介质,所述存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述所述负荷预测方法的步骤。
14、另一方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现上述所述的负荷预测方法的步骤。
15、本发明提供的技术方案至少可以带来以下有益效果:
16、本发明实施例中,针对负荷在不同时段呈现的差异化波动特性与误差规律,引入差异化的两阶段修正机制,针对稳定时段负荷基数小、模式固定的特点,采用时序趋势与历史基准曲线融合的修正方式,既校准了整体水平又保留了局部纹理,有效解决了低负荷时段相对误差大的难题;针对非稳定时段受气象影响显著的特点,采用条件触发式的气象关联修正,精准补偿了由温度突变引起的负荷偏移,避免了全天候修正带来的过拟合风险;本方案通过对两个时段预测结果分别修正,实现了修正策略与负荷物理特性的深度适配,提高了负荷预测结果的精度和可靠性。
1.一种负荷预测方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,针对所述稳定时段,基于时序趋势预测结果与历史基准曲线的融合,对所述基础负荷预测结果进行第一修正,得到第一修正结果,包括:
3.根据权利要求2所述的方法,其特征在于,所述基于历史负荷数据构建所述稳定时段的所述历史基准曲线,包括:
4.根据权利要求1所述的方法,其特征在于,针对所述非稳定时段,当气象波动特征满足预设触发条件时,基于气象负荷关联模型生成负荷变化率,并基于所述负荷变化率对所述基础负荷预测结果进行第二修正,得到第二修正结果,包括:
5.根据权利要求4所述的方法,其特征在于,所述气象波动特征包括相邻日温差,所述预设触发条件包括:所述相邻日温差的绝对值大于第一阈值;
6.根据权利要求4所述的方法,其特征在于,
7.根据权利要求1所述的方法,其特征在于,所述获取所述目标区域对应的稳定时段和非稳定时段,包括:
8.一种负荷预测装置,其特征在于,包括:
9.一种计算机设备,其特征在于,所述计算机设备包括存储器和处理器,所述存储器用于存放计算机程序,所述处理器用于执行所述存储器上所存放的计算机程序,以实现上述权利要求1-7任一所述方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-7任一所述的方法的步骤。
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