CN119416953A 基于气象演变过程的电力系统负荷预测方法及系统 （国网湖南省电力有限公司）

基于气象演变过程的电力系统负荷预测方本发明公开了一种基于气象演变过程的电数据和未来预测数据构建历史数据集和未来数训练数据集并训练负荷预测初级模型得到负荷还公开了一种实现所述基于气象演变过程的电2S3.根据目标电力系统在待预测日的气象数据预测信息，对待预测日的气温变化进行S4.根据步骤S3得到的阈值判定结果，基于步骤S2得到的历史数据集，构建训练数据2.根据权利要求1所述的基于气象演变过程的电力系统负荷预测方法，其特征在于步一时刻温度差值c;,前一天同时刻温度差值c'为当前时刻的温度与前一天同时刻的温度3.根据权利要求2所述的基于气象演变过程的电力系统负荷预测方法，其特征在于步为因变量历史数据集，且的取值为;=[L],Li为第i个时刻的负获取对应的未来预测数据，构建未来数据集其中为自变3刻温度差值的最大值待预测日前一天的同时刻温度差值的最小值和待预测日4.根据权利要求3所述的基于气象演变过程的电力系统负荷预测方法，其特征在于步根据步骤S2得到的待预测日的气象演变过程指标，构建2N+1计算第二指标为其中d的取值为[d-N,若第一指标不大于第一阈值、第二指标不大于第二阈值且第三指标若第一指标大于第一阈值、第二指标大于第二阈值或第三指标5.根据权利要求4所述的基于气象演变过程的电力系统负荷预测方法，其特征在于步构建2N+1天的时间窗，用于表示历史m天的气象演变过程指标数据集Qm，表示为Qm=4式中p"为历史第m天气象演变过程指标数据集中第k日的气象演变过程指标数据；Pk6.根据权利要求5所述的基于气象演变过程的电力系统负荷预测方法，其特征在于步采用机器学习模型或深度学习模型作为负荷预测7.根据权利要求6所述的基于气象演变过程的电力系统负荷预测方法，其特征在于所采用LightGBM模型作为选定的负荷预测ii)为第kk步添加的模型8.根据权利要求6所述的基于气象演变过程的电力系统负荷预测方法，其特征在于所5骤S5对选定的负荷预测初级模型进行再次训练，直至训练后的负荷预测模型符合精度要9.一种实现权利要求1～8之一所述的基于气象演变过程的电力系统负荷预测方法的6[0005]本发明的目的之一在于提供一种可靠性高且精确性好的基于气象演变过程的电[0006]本发明的目的之二在于提供一种实现所述基于气象演变过程的电力系统负荷预[0010]S3.根据目标电力系统在待预测日7[0018]所述的负荷数据包括前一天的负荷数据，前一天的第i个时刻的负荷数据表示为数据和气象变换数据；温度数据包括第i个时低于设定值的累积天数GL和累积极端天数GS；气象变换数据包括前一天同时刻温度差值c'和前一时刻温度差值c;,前一天同时刻温度差值c:为当前时刻的温度与前一天同时[0021]获取对应的历史数据，构建同时刻温度差值的最大值待预测日前一天的同时刻温度差值的最小值和待预8[0028]计算第二指标为其中d的取值为[0031]若第一指标不大于第一阈值、第二指标不大于第二阈值且第三[0032]若第一指标大于第一阈值、第二指标大于第二阈值或第三指标[0033]步骤S4所述的根据步骤S3得到的阈值判定结果，基于步骤[0037]采用如下算式计算预测日与各个气象演变过程指标数据集的匹配程度值D(Qm,[0039]式中为历史第m天气象演变过程指标数据集中第k日的气象演变过程指标数k为预测日气象演变过程指标数据集中第k日的气象演变过程指标数据；[0040]根据得到的匹配程度值D(Qm,Q)，选择匹配程度值最高的若干组数据所对应的气9ii)为第kk步添加的模型"求二阶[0059]本发明还提供了一种实现所述基于气象演变过程的电力系统负荷预测方法的系[0063]如图1所示为本发明方法的方法流程示意图：本发明提供的这种基于气象演变过[0064]S1.构建包括气象因素在内的目标[0068]所述的负荷数据包括前一天的负荷数据，前一天的第i个时刻的负荷数据表示为和前一时刻温度差值c;,前一天同时刻温度差值c'为当前时刻的温度与前一天同时刻的为因变量历[0072]获取对应的未来预测数据，构建未来数据集BF为其中为自同时刻温度差值的最大值C:、待预测日前一天的同时刻温度差值的最小值和待预[0074]S3.根据目标电力系统在待预测日[0078]计算第二指标为其中d的取值为阈值(优选为8℃)且第三指标G"不大于第三阈值(优选[0087]采用如下算式计算预测日与各个气象演变过程指标数据集的匹配程度值D(Qm,[0089]式中p"为历史第m天气象演变过程指标数据集中第k日的气象演变过程指标数k为预测日气象演变过程指标数据集中第k日的气象演变过程指标数据；[0090]根据得到的匹配程度值D(Qm,Q)，选择匹配程度值最高的若干组数据所对应的气ii)为第kk步添加的模型