本發(fā)明涉及關(guān)于翌日24小時(shí)的電力需求預(yù)測裝置及電力需求預(yù)測方法(apparatusandmethodfor24hourelectricalloadforecasting)，特別是涉及利用針對翌日預(yù)測的按時(shí)間分的氣溫預(yù)報(bào)，檢索具有類似氣溫變化特性曲線的過去的電力需求，并將其用作輸入數(shù)據(jù)來預(yù)測電力需求的電力需求預(yù)測裝置及電力需求預(yù)測方法。

背景技術(shù)：

電力需求預(yù)測是為了穩(wěn)定且順暢的電力系統(tǒng)運(yùn)營和電力供需規(guī)劃的建立而重要的要素。電力需求預(yù)測結(jié)果用于決定電力價(jià)格或電力系統(tǒng)運(yùn)營，因此電力需求預(yù)測的誤差有可能成為妨礙穩(wěn)定的電力系統(tǒng)運(yùn)營并導(dǎo)致巨大經(jīng)濟(jì)損失的原因。從而，為了減少電力需求預(yù)測的誤差，曾提出的有時(shí)間序列分析法、回歸分析法、人工神經(jīng)網(wǎng)、基于知識的專家系統(tǒng)等各種電力需求預(yù)測方法。

然而，以往的電力需求預(yù)測方法大部分是單純地僅使用按日期分的最高氣溫和最低氣溫來預(yù)測的，因此很難充分反映對氣溫敏感的電力需求的特性。例如，在發(fā)生例外的氣溫變化特性曲線的情況下，電力需求特性曲線有可能根據(jù)氣溫變化而不同，但是僅靠以往的預(yù)測方法是很難考慮到這種氣溫變化來精確地預(yù)測電力需求。從而，以往存在發(fā)生例外的氣溫變化的日期發(fā)生電力需求預(yù)測誤差大等的問題。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明提供一種利用按時(shí)間分的氣溫變化特性曲線來預(yù)測電力需求的電力需求預(yù)測裝置及電力需求預(yù)測方法。

根據(jù)本發(fā)明一實(shí)施例的電力需求預(yù)測方法包括：預(yù)計(jì)氣溫接收步驟，該步驟中電力需求預(yù)測裝置接收與目標(biāo)日的氣溫預(yù)報(bào)對應(yīng)的預(yù)計(jì)氣溫?cái)?shù)據(jù)；類似日抽出步驟，該步驟中電力需求預(yù)測裝置將上述預(yù)計(jì)氣溫?cái)?shù)據(jù)與已設(shè)定的氣溫歷史數(shù)據(jù)庫進(jìn)行比較，并抽出與上述預(yù)計(jì)氣溫?cái)?shù)據(jù)的氣溫變化特性曲線對應(yīng)的類似日；以及預(yù)測電力需求特性曲線生成步驟，該步驟中電力需求預(yù)測裝置從已設(shè)定的電力需求數(shù)據(jù)庫中抽出在上述類似日測定的測定電力需求特性曲線，并利用上述測定電力需求特性曲線來生成上述目標(biāo)日的預(yù)測電力需求特性曲線。

在此，上述類似日抽出步驟中，利用已設(shè)定的類似日抽出模型，計(jì)算出存儲(chǔ)在上述氣溫歷史數(shù)據(jù)庫中的各個(gè)按測定日分的氣溫?cái)?shù)據(jù)與上述預(yù)計(jì)氣溫?cái)?shù)據(jù)之間的類似度，并按照上述類似度高的順序抽出已設(shè)定個(gè)數(shù)的測定日作為上述類似日。

在此，上述類似日抽出模型是

中的任意一個(gè)，并利用上述類似日抽出模型計(jì)算出歐氏距離，由此測定類似度。在此，δtmax＝t^fmax-t^pmax，δtmin＝t^fmin-t^pmin，t^fmax是目標(biāo)日的最高氣溫，t^pmax是測定日的最高氣溫，t^fmin是目標(biāo)日的最低氣溫，t^pmin是測定日的最低氣溫。而且，tc＝1-r，r是目標(biāo)日和測定日的氣溫之間的相關(guān)系數(shù)，δslopem＝|slope^fm-slope^pm|，δslopea＝|slope^fa-slope^pa|，slope^fm是目標(biāo)日的上午氣溫斜率，slope^pm是測定日的上午氣溫斜率，slope^fa是目標(biāo)日的下午氣溫斜率，slope^pa是測定日的下午氣溫斜率。而且，δhmax＝h^fmax-h^pmax，δhmin＝h^fmin-h^pmin，h^fmax是目標(biāo)日的最高氣溫發(fā)生時(shí)間，h^pmax是測定日的最高氣溫發(fā)生時(shí)間，h^fmin是目標(biāo)日的最低氣溫發(fā)生時(shí)間，h^pmin是測定日的最低氣溫發(fā)生時(shí)間，t^fh是目標(biāo)日的h點(diǎn)氣溫，t^ph是測定日的h點(diǎn)氣溫，h是滿足0≤h≤24的正數(shù)。另外，ω11、ω12、ω13、ω14、ω15是加權(quán)值，上述加權(quán)值是適用各個(gè)回歸方程通過最小二乘法計(jì)算出的。

在此，上述預(yù)測電力需求特性曲線生成步驟包括：指數(shù)平滑過程，其對于上述抽出的多個(gè)測定電力需求特性曲線適用指數(shù)平滑法，生成指數(shù)平滑需求特性曲線；正規(guī)化過程，其對上述指數(shù)平滑需求特性曲線進(jìn)行正規(guī)化，生成正規(guī)需求特性曲線；以及特性曲線生成過程，其接收有關(guān)上述目標(biāo)日的最大電力需求預(yù)測值和最小電力需求預(yù)測值，并對于上述正規(guī)需求特性曲線適用上述最大電力需求預(yù)測值和最小電力需求預(yù)測值，生成上述預(yù)測電力需求特性曲線。

在此，上述指數(shù)平滑過程利用以下計(jì)算式生成上述指數(shù)平滑需求特性曲線，即

其中，sdl^ph是目標(biāo)日的h時(shí)間上的指數(shù)平滑需求值，sdlⁿh是類似度為第n個(gè)高的類似日的h時(shí)間上的電力需求值，α是指數(shù)平滑加權(quán)值。

在此，上述正規(guī)化過程利用以下計(jì)算式生成上述正規(guī)需求特性曲線，即

其中，pu_sdl^ph是目標(biāo)日的h時(shí)間上的正規(guī)化后的正規(guī)需求值，sdl^ph是目標(biāo)日的h時(shí)間上的指數(shù)平滑需求值，sdl^pmax是目標(biāo)日的指數(shù)平滑需求值的最大值，sdl^pmin是目標(biāo)日的指數(shù)平滑需求值的最小值。

上述特性曲線生成過程利用以下計(jì)算式生成上述預(yù)測電力需求特性曲線，即

其中，是目標(biāo)日的h時(shí)間上的預(yù)測電力需求值，pu_sdl^ph是上述目標(biāo)日的h時(shí)間上的正規(guī)化后的正規(guī)需求值，是上述最大電力需求預(yù)測值，是上述最小電力需求預(yù)測值。

根據(jù)本發(fā)明一實(shí)施例的電力需求預(yù)測裝置，包括：數(shù)據(jù)接收部，其接收與目標(biāo)日的氣溫預(yù)報(bào)對應(yīng)的預(yù)計(jì)氣溫?cái)?shù)據(jù)；類似日檢索部，其將上述預(yù)計(jì)氣溫?cái)?shù)據(jù)與已設(shè)定的氣溫歷史數(shù)據(jù)庫進(jìn)行比較，并抽出與上述預(yù)計(jì)氣溫?cái)?shù)據(jù)的氣溫變化特性曲線對應(yīng)的類似日；以及需求特性曲線生成部，其從已設(shè)定的電力需求數(shù)據(jù)庫中抽出在上述類似日測定的測定電力需求特性曲線，并利用上述測定電力特性曲線生成上述目標(biāo)日的預(yù)測電力需求特性曲線。

此外，上述課題的解決方案并不是列舉全部本發(fā)明的特征的。本發(fā)明的各種特征及其所帶來的優(yōu)點(diǎn)和效果通過參照以下的具體實(shí)施方式將變得更詳細(xì)理解。

根據(jù)本發(fā)明一實(shí)施例的電力需求預(yù)測裝置及電力需求預(yù)測方法，能夠考慮到氣溫變化來精確地預(yù)測電力需求。從而，即使在發(fā)生例外的氣溫變化的日子，也能夠執(zhí)行精確的電力需求預(yù)測。

附圖說明

圖1為表示根據(jù)本發(fā)明一實(shí)施例的電力需求預(yù)測裝置的框圖。

圖2為表示根據(jù)本發(fā)明一實(shí)施例的一般氣象日的氣溫變化特性曲線的曲線圖。

圖3為表示根據(jù)本發(fā)明一實(shí)施例的例外氣象日的氣溫變化特性曲線的曲線圖。

圖4為表示根據(jù)本發(fā)明一實(shí)施例的電力需求特性曲線的曲線圖。

圖5為表示根據(jù)本發(fā)明一實(shí)施例的預(yù)測電力需求特性曲線的曲線圖。

圖6至圖8為表示根據(jù)本發(fā)明一實(shí)施例的電力需求預(yù)測方法的順序圖。

附圖標(biāo)記說明如下：

100：電力需求預(yù)測裝置110：數(shù)據(jù)接收部

120：類似日檢索部130：需求特性曲線生成部

200：氣溫歷史數(shù)據(jù)庫300：電力需求數(shù)據(jù)庫

s100：預(yù)計(jì)氣溫接收步驟s200：類似日抽出步驟

s300：預(yù)測電力需求特性曲線生成步驟

s310：指數(shù)平滑過程s320：正規(guī)化過程

s330：特性曲線生成過程

具體實(shí)施方式

以下，參照附圖詳細(xì)說明優(yōu)選實(shí)施例，以便本領(lǐng)域技術(shù)人員容易實(shí)施本發(fā)明。其中，在詳細(xì)說明本發(fā)明的優(yōu)選實(shí)施例時(shí)，當(dāng)判斷出針對相關(guān)公知功能或構(gòu)成的詳細(xì)說明有可能對本發(fā)明的要旨造成不必要的混淆的情況下，將省略其詳細(xì)說明。此外，關(guān)于起到類似功能及作用的部分，在所有附圖中使用相同的附圖標(biāo)記。

而且，在整個(gè)說明書中，某部分與另一部分“連接”時(shí)，不僅表示“直接連接”的情況，還包括兩者之間隔著另一元件“間接連接”的情況。而且，“包括”某構(gòu)成要素是，在沒有特殊的相反記載時(shí)，意味著并不排除其他構(gòu)成要素而是還可能包括其他構(gòu)成要素。而且，說明書中記載的“部”、“模塊”等用語是指處理至少一個(gè)功能或動(dòng)作的單位，這可以通過硬件或軟件，或者硬件和軟件的結(jié)合來實(shí)現(xiàn)。

一般來說，24小時(shí)氣溫變化特性曲線，如圖2所示，凌晨時(shí)間達(dá)到最低氣溫后，隨著日出逐漸上升，并在15點(diǎn)～16點(diǎn)前后達(dá)到最高氣溫后再次下降。即，一般氣象日與季節(jié)無關(guān)地，具有在凌晨時(shí)間發(fā)生最低氣溫并在下午時(shí)間發(fā)生最高氣溫的氣溫變化特性曲線。

但是，根據(jù)情況的不同，也有可能存在最高氣溫發(fā)生在日出之前或日落之后。例如，如圖3(a)的2014年12月16日首爾的按時(shí)間段分的氣溫變化所示，在最高氣溫發(fā)生于凌晨時(shí)間段的情況下，氣溫變化特性曲線具有持續(xù)下降的形態(tài)。此外，如圖3(b)的2014年12月14日首爾的按時(shí)間段分的氣溫變化所示，在最高氣溫發(fā)生于日落之后時(shí)，有可能發(fā)生氣溫變化特性曲線具有持續(xù)上升的形態(tài)等情況。

另外，圖4表示發(fā)生下降氣溫特性曲線的2014年12月16日和其周邊日期的24小時(shí)電力需求和氣溫。在2014年12月16日的情況下，全國發(fā)生寒流特報(bào)，發(fā)生了大部多云或根據(jù)地域的不同出現(xiàn)了暴雪。相反地，在2014年12月14日，發(fā)生南部低氣壓，持續(xù)了相比其它日期來說溫暖的天氣。兩個(gè)測定日在時(shí)期上來講都屬于冬天，但是發(fā)生了不一般的氣候，相當(dāng)于發(fā)生了氣溫持續(xù)下降或上升的情況，這種氣溫變化對按時(shí)間分的電力需求特性曲線產(chǎn)生較大影響。

具體地說，參照圖4，發(fā)生下降氣溫特性曲線的2014年12月16日是最大電力需求發(fā)生于18點(diǎn)。但是，除了該日期以外的2014年12月15日、2014年12月17日至2014年12月19日的最大電力需求發(fā)生于10點(diǎn)和11點(diǎn)。即，2014年12月16日的電力需求特性曲線是因氣溫的持續(xù)下降使下午的電力需求增加了。而且，可以確認(rèn)2014年12月16日之后再次發(fā)生了一般的氣溫特性曲線，電力需求特性曲線返回到在上午發(fā)生最大電力需求的形態(tài)。從而，如果將2014年12月16日的電力需求按照以往的相同方式進(jìn)行預(yù)測的話，則無法精確地預(yù)測因例外的氣溫特性曲線帶來的電力需求，因此發(fā)生預(yù)測誤差大幅增加等問題。為了應(yīng)對這種發(fā)生例外的氣溫變化的情況，需要一種考慮到按時(shí)間分的氣溫變化特性曲線的電力需求預(yù)測方法。

圖1是表示根據(jù)本發(fā)明一實(shí)施例的電力需求預(yù)測裝置的框圖。

參照圖1，根據(jù)本發(fā)明一實(shí)施例的電力需求預(yù)測裝置100包括數(shù)據(jù)接收部110、類似日檢索部120及需求特性曲線生成部130。

以下，參照圖1說明根據(jù)本發(fā)明一實(shí)施例的電力需求預(yù)測裝置。

數(shù)據(jù)接收部110接收與要預(yù)測電力需求的目標(biāo)日的氣溫預(yù)報(bào)對應(yīng)的預(yù)計(jì)氣溫?cái)?shù)據(jù)。在此，預(yù)計(jì)氣溫?cái)?shù)據(jù)是從氣象臺接收的目標(biāo)日的24小時(shí)氣溫預(yù)報(bào)，根據(jù)實(shí)施例的不同，也可以是對于從氣象臺接收的3小時(shí)單位氣溫預(yù)報(bào)運(yùn)用插補(bǔ)法等變換為24小時(shí)氣象預(yù)報(bào)的結(jié)果。數(shù)據(jù)接收部110通過有線或無線數(shù)據(jù)通信與氣象臺連接，并運(yùn)用氣象臺提供的openapi等來接收上述預(yù)計(jì)氣溫?cái)?shù)據(jù)。

類似日檢索部120將預(yù)計(jì)氣溫?cái)?shù)據(jù)與已設(shè)定的氣溫歷史數(shù)據(jù)庫200進(jìn)行比較。在此，氣溫歷史數(shù)據(jù)庫200存儲(chǔ)有對過去測定的測定日的24小時(shí)氣溫變化進(jìn)行測定的結(jié)果。例如，圖2至圖4所示的過去首爾地域的24小時(shí)氣溫曲線圖等包括在上述氣溫歷史數(shù)據(jù)庫200中。從而，類似日檢索部120通過與氣溫歷史數(shù)據(jù)庫200進(jìn)行比較，能夠抽出具有與預(yù)計(jì)氣溫?cái)?shù)據(jù)的氣溫變化特性曲線類似的氣溫變化特性曲線的測定日，并將上述抽出的測定日設(shè)定為針對目標(biāo)日的類似日。

具體地說，類似日檢索部120利用已設(shè)定的類似日抽出模型抽出具有類似的氣溫變化特性曲線的類似日。即，計(jì)算出存儲(chǔ)在氣溫歷史數(shù)據(jù)庫200中的各個(gè)按測定日分的氣溫?cái)?shù)據(jù)與上述預(yù)計(jì)氣溫?cái)?shù)據(jù)之間的類似度，并按照類似度高的順序抽出已設(shè)定個(gè)數(shù)的測定日作為類似日。此時(shí)，為了計(jì)算出氣溫變化特性曲線的類似度，可以運(yùn)用下述表的8種氣溫要素。

在此，t^fmax是目標(biāo)日的最高氣溫，t^pmax是測定日的最高氣溫，t^fmin是目標(biāo)日的最低氣溫，t^pmin是測定日的最低氣溫，r是目標(biāo)日和測定日的氣溫之間的相關(guān)系數(shù)。另外，下標(biāo)m是上午時(shí)間(1點(diǎn)～12點(diǎn))，a是下午時(shí)間(13點(diǎn)～24點(diǎn))，slope^fm是目標(biāo)日的上午氣溫斜率，slope^pm是測定日的上午氣溫斜率，slope^fa是目標(biāo)日的下午氣溫斜率，slope^pa是測定日的下午氣溫斜率。t^fh是目標(biāo)日的h點(diǎn)氣溫，t^ph是測定日的h點(diǎn)氣溫，h是滿足0≤h≤24的正數(shù)，h^fmax是目標(biāo)日的最高氣溫發(fā)生時(shí)間，h^pmax是測定日的最高氣溫發(fā)生時(shí)間，h^fmin是目標(biāo)日的最低氣溫發(fā)生時(shí)間，h^pmin是測定日的最低氣溫發(fā)生時(shí)間。

類似日檢索部120運(yùn)用類似日抽出模型來計(jì)算出類似度，也可以根據(jù)實(shí)施例將歐氏距離模型用作類似日抽出模型。此時(shí)，類似日抽出模型利用上述8種氣溫要素來生成，并根據(jù)所使用的氣溫要素生成各種種類的模型。

具體地說，類似日檢索部120運(yùn)用以下4種類似日抽出模型中的任意一個(gè)來抽出類似日。

在此，edm1至edm3是適用加權(quán)歐氏距離的模型，edm4是適用一般歐氏距離的模型。即，由各個(gè)計(jì)算式計(jì)算出的結(jié)果值是歐氏距離，意味著上述歐氏距離越小類似度越高。在此，ωij是第i個(gè)模型的第j個(gè)氣溫要素的加權(quán)值。

另外，電力需求對氣溫變化反應(yīng)敏感，因此類似日檢索以相同季節(jié)為基準(zhǔn)執(zhí)行。從而，將以目標(biāo)日為基準(zhǔn)的最近一個(gè)月(30天)設(shè)定為與目標(biāo)日相同的季節(jié)或氣候條件。而且，將以過去一年前的相同日期為基準(zhǔn)的±30天、以過去兩年前的相同日期為基準(zhǔn)的±30天包括在類似日檢索區(qū)間內(nèi)，來擴(kuò)大用于類似日檢索的母集大小。例如，在將2010年1月21日設(shè)定為目標(biāo)日的情況下，將從2010年1月19日至2009年12月22日、從2009年2月20日至2008年12月22日、2008年2月20日至2007年12月22日設(shè)定為上述類似日檢索區(qū)間。

除此之外，氣溫要素的加權(quán)值ωij可以使用過去數(shù)據(jù)來構(gòu)筑按各個(gè)模型分的回歸方程式后，適用最小二乘法來計(jì)算出。在此，用于加權(quán)值計(jì)算的回歸方程式構(gòu)筑及最小二乘法的適用屬于廣為人知的內(nèi)容，因此省略有關(guān)具體適用方法的說明。

類似日抽出部120適用類似日抽出模型中的任意一個(gè)，來計(jì)算出包括在已設(shè)定的類似日抽出區(qū)間內(nèi)的測定日的氣溫變化特性曲線與上述目標(biāo)日的預(yù)測氣溫?cái)?shù)據(jù)之間的歐氏距離。之后，在測定日中，按照與目標(biāo)日之間的歐氏距離的最近的順序，抽出已設(shè)定個(gè)數(shù)的抽出日作為類似日。根據(jù)實(shí)施例的不同，也可以將歐氏距離最短的3個(gè)測定日抽出為上述類似日。

需求特性曲線生成部130從電力需求數(shù)據(jù)庫300抽出在上述類似日測定的測定電力需求特性曲線，并利用上述測定電力需求特性曲線來生成目標(biāo)日的預(yù)測電力需求特性曲線。在此，在電力需求數(shù)據(jù)庫300存儲(chǔ)有在過去的測定日測定的按時(shí)間分的電力需求特性曲線，上述電力需求數(shù)據(jù)庫300可以從韓國電力交易所等得到提供。

首先，需求特性曲線生成部130針對所抽出的多個(gè)測定電力需求特性曲線適用指數(shù)平滑法來生成指數(shù)平滑需求特性曲線。下面的計(jì)算式表示抽出3個(gè)類似日的情況下的指數(shù)平滑需求特性曲線。

在此，sdl^ph是目標(biāo)日的h時(shí)間上的電力需求，sdlⁿh是類似度為第n個(gè)高的日期的h時(shí)間上的電力需求，α是指數(shù)平滑加權(quán)值。

然后，需求特性曲線生成部130對指數(shù)平滑需求特性曲線進(jìn)行正規(guī)化生成正規(guī)需求特性曲線，并對于上述正規(guī)需求特性曲線適用最大電力需求預(yù)測值和最小電力需求預(yù)測值生成預(yù)測電力需求特性曲線。

具體地說，需求特性曲線生成部130利用

生成正規(guī)需求特性曲線，在此，pu_sdl^ph是目標(biāo)日的h時(shí)間上的正規(guī)化后的正規(guī)需求值，sdl^pmax是目標(biāo)日的指數(shù)平滑需求值的最大值，sdl^pmin是目標(biāo)日的指數(shù)平滑需求值的最小值。

然后，需求特性曲線生成部130利用

最終生成預(yù)測電力需求特性曲線。在此，是目標(biāo)日的h時(shí)間上的預(yù)測電力需求值，是最大電力需求預(yù)測值，是最小電力需求預(yù)測值。在此，最大電力需求預(yù)測值和最小電力需求預(yù)測值是通過以往的方式計(jì)算出的，上述最大電力需求預(yù)測值和最小電力需求預(yù)測值可以由電力需求預(yù)測裝置直接計(jì)算得出，也可以從外部得到提供。

圖5是表示利用根據(jù)本發(fā)明一實(shí)施例的電力需求預(yù)測裝置來執(zhí)行電力需求預(yù)測的結(jié)果的曲線圖。具體地說，圖5(a)的情況是氣溫逐漸下降的下降氣溫特性曲線的電力需求預(yù)測結(jié)果，圖5(b)是氣溫逐漸上升的上升氣溫特性曲線上的電力需求預(yù)測結(jié)果。如圖5所示，能夠確認(rèn)運(yùn)用本發(fā)明的預(yù)測方法的情況下相比以往方式能夠改善預(yù)測誤差。

而且，參照圖5，能夠確認(rèn)根據(jù)各個(gè)氣溫特性曲線的不同，最大誤差最少發(fā)生的類似日抽出模型和平均誤差最少發(fā)生的類似日抽出模型是不同的。從而，根據(jù)實(shí)施例的不同，也可以根據(jù)各個(gè)氣溫特性曲線，或者根據(jù)要改善的誤差的種類，來選擇性地適用類似日抽出模型來使預(yù)測誤差最小化。

圖6及圖7是表示根據(jù)本發(fā)明一實(shí)施例的電力需求預(yù)測方法的順序圖。

參照圖6及圖7，根據(jù)本發(fā)明一實(shí)施例的電力需求預(yù)測方法包括預(yù)計(jì)氣溫接收步驟s100、類似日抽出步驟s200及預(yù)測電力需求特性曲線生成步驟s300，預(yù)測電力需求特性曲線生成步驟s300包括指數(shù)平滑過程s310、正規(guī)化過程s320及特性曲線生成過程s330。

以下，參照圖6及圖7說明根據(jù)本發(fā)明一實(shí)施例的電力需求預(yù)測方法。

預(yù)計(jì)氣溫接收步驟s100中，電力需求預(yù)測裝置接收與目標(biāo)日的氣溫預(yù)報(bào)對應(yīng)的預(yù)計(jì)氣溫?cái)?shù)據(jù)。在此，預(yù)計(jì)氣溫?cái)?shù)據(jù)可以是從氣象臺接收到的目標(biāo)日的24小時(shí)氣溫預(yù)報(bào)，根據(jù)實(shí)施例的不同，也可以是對于從氣象臺接收到的3小時(shí)單位的氣溫預(yù)報(bào)運(yùn)用插補(bǔ)法等變換為24小時(shí)氣溫預(yù)報(bào)的結(jié)果。電力需求預(yù)測裝置通過有線或無線數(shù)據(jù)通信與氣象臺連接，并運(yùn)用氣象臺提供的openapi等來接收上述預(yù)計(jì)氣溫?cái)?shù)據(jù)。

類似日抽出步驟s200中，電力需求預(yù)測裝置將上述預(yù)計(jì)氣溫?cái)?shù)據(jù)與已設(shè)定的氣溫歷史數(shù)據(jù)庫進(jìn)行比較。在此，氣溫歷史數(shù)據(jù)庫是存儲(chǔ)有對于過去測定的測定日的24小時(shí)氣溫變化進(jìn)行測定的結(jié)果。類似日抽出步驟s200中通過與氣溫歷史數(shù)據(jù)庫的比較，抽出與預(yù)計(jì)氣溫?cái)?shù)據(jù)的氣溫變化特性曲線對應(yīng)的測定日作為類似日。

具體地說，類似日抽出步驟s200中，利用已設(shè)定的類似日抽出模型抽出具有類似的氣溫變化特性曲線的類似日。即，計(jì)算出氣溫歷史數(shù)據(jù)庫中存儲(chǔ)的各個(gè)按測定日分的氣溫?cái)?shù)據(jù)和上述預(yù)計(jì)氣溫?cái)?shù)據(jù)之間的類似度，并按照類似度高的順序抽出已設(shè)定個(gè)數(shù)的測定日作為類似日。此時(shí)，為了計(jì)算出氣溫變化特性曲線的類似度，可以運(yùn)用多個(gè)氣溫要素。因在之前已經(jīng)說明了氣溫要素，故在此省略詳細(xì)說明。

根據(jù)實(shí)施例的不同，在類似日抽出步驟s200中，可以適用運(yùn)用歐氏距離模型來計(jì)算類似度的類似日抽出模型，并根據(jù)所使用的氣溫要素的不同而適用各種類似日抽出模型。具體地說，類似日抽出步驟s200中，可以運(yùn)用以下4種類似日抽出模型來抽出類似日。

在此，edm1至edm3是適用加權(quán)歐氏距離的模型，edm4是適用一般歐氏距離的模型。即，各個(gè)計(jì)算式中計(jì)算出的結(jié)果值是歐氏距離，意味著上述歐氏距離越小類似度越高。在此，ωij是第i個(gè)模型的第j個(gè)氣溫要素的加權(quán)值。

類似日檢索可以以相同季節(jié)為基準(zhǔn)來執(zhí)行，也可以將以目標(biāo)日為基準(zhǔn)的最近一個(gè)月(30天)設(shè)定為與目標(biāo)日相同的季節(jié)及氣候條件。在此，可以通過將以過去一年前的相同日期為基準(zhǔn)的±30天、以過去兩年前的相同日期為基準(zhǔn)的±30天包括在類似日檢索區(qū)間內(nèi)的方式，來擴(kuò)大用于類似日檢索的母集大小。氣溫要素的加權(quán)值ωij可以使用過去數(shù)據(jù)來構(gòu)筑按各個(gè)模型分的回歸方程后，適用最小二乘法來計(jì)算出。

另外，類似日抽出步驟s200中，適用類似日抽出模型中的任意一個(gè)，計(jì)算出包括在已設(shè)定的類似日檢索區(qū)間內(nèi)的測定日的氣溫變化特性曲線和目標(biāo)日的預(yù)測氣溫?cái)?shù)據(jù)之間的歐氏距離。然后，在測定日中，按照與目標(biāo)日的歐氏距離最近的順序，抽出已設(shè)定個(gè)數(shù)的抽出日作為類似日。根據(jù)實(shí)施例的不同，可以將上述計(jì)算出的歐氏距離最近的3個(gè)測定日作為上述類似日抽出。

預(yù)測電力需求特性曲線生成步驟s300中，從已設(shè)定的電力需求數(shù)據(jù)庫中抽出在類似日測定的測定電力需求特性曲線，并利用上述測定電力需求特性曲線來生成目標(biāo)日的預(yù)測電力需求特性曲線。

具體地說，如圖7所示，預(yù)測電力需求特性曲線生成步驟s300包括指數(shù)平滑過程s310、正規(guī)化過程s320及特性曲線生成過程s330。

指數(shù)平滑過程s310中，對于上述抽出的多個(gè)測定電力需求特性曲線適用指數(shù)平滑法來生成指數(shù)平滑需求特性曲線。此時(shí)，可以利用

來生成上述指數(shù)平滑需求特性曲線。在此，sdl^ph是目標(biāo)日的h時(shí)間上的指數(shù)平滑需求值，sdlⁿh是類似度為第n個(gè)高的類似日的h時(shí)間上的電力需求值，α是指數(shù)平滑加權(quán)值。

正規(guī)化過程s320中，對上述指數(shù)平滑需求特性曲線進(jìn)行正規(guī)化來生成正規(guī)需求特性曲線。在正規(guī)化過程中利用

來生成上述正規(guī)需求特性曲線。在此，pu_sdl^ph是目標(biāo)日的h時(shí)間上的正規(guī)化后的正規(guī)需求值，sdl^ph是目標(biāo)日的h時(shí)間上的指數(shù)平滑需求值，sdl^pmax是目標(biāo)日的指數(shù)平滑需求值的最大值，sdl^pmin是目標(biāo)日的指數(shù)平滑需求值的最小值。

而且，特性曲線生成過程s330中，在接收針對上述目標(biāo)日的最大電力需求預(yù)測值和最小電力需求預(yù)測值之后，對于上述正規(guī)需求特性曲線適用上述最大電力需求預(yù)測值和最小電力需求預(yù)測值，最終生成預(yù)測電力需求特性曲線。

具體地說，預(yù)測電力需求特性曲線利用來生成。在此，是目標(biāo)日的h時(shí)間上的預(yù)測電力需求值，pu_sdl^ph是上述目標(biāo)日的h時(shí)間上的正規(guī)化后的正規(guī)需求值，是上述最大電力需求預(yù)測值，是上述最小電力需求預(yù)測值。最大電力需求預(yù)測值和最小電力需求預(yù)測值是通過以往方式計(jì)算出的，上述最大電力需求預(yù)測值和最小電力需求預(yù)測值可以由電力需求預(yù)測裝置直接計(jì)算得出，也可以從外部得到提供。

另外，根據(jù)本發(fā)明一實(shí)施例的電力需求預(yù)測方法按照圖8的順序圖來執(zhí)行。

參照圖8，使用者抽出過去測定的日期上的根據(jù)24小時(shí)氣溫變化的電力需求特性曲線(s1)。即，圖4所示的按各個(gè)日期分的有關(guān)氣溫變化特性曲線和電力需求特性曲線的信息，可以從已設(shè)定的數(shù)據(jù)庫或氣象臺、電力交易所等抽出。

然后，使用者輸入要預(yù)測電力需求的目標(biāo)日，并搜集針對該目標(biāo)日的氣溫預(yù)報(bào)等(s2)。在此，氣溫預(yù)報(bào)是對于目標(biāo)日的24小時(shí)氣溫變化進(jìn)行預(yù)測的信息，可以通過從氣象臺接收等方式進(jìn)行搜集。

使用者為了抽出具有與目標(biāo)日的氣溫預(yù)報(bào)類似的氣溫變化特性曲線的類似日，設(shè)定類似日抽出模型(s3)。具體地說，可以將之前說明的edm1、edm2、edm3、edm4中的任意一個(gè)設(shè)定為上述類似日抽出模型。但是，根據(jù)實(shí)施例的不同，也可以預(yù)先設(shè)定為根據(jù)各種狀況或條件等選擇相互不同的類似日抽出模型。例如，可以設(shè)定為目標(biāo)日的氣溫預(yù)報(bào)中包括上升特性曲線時(shí)運(yùn)用edm3，而包括下降特性曲線時(shí)運(yùn)用edm4，或者設(shè)定為根據(jù)各個(gè)季節(jié)或規(guī)定周期選擇預(yù)先設(shè)定的類似日抽出模型。

在目標(biāo)日已確定之后，為了抽出具有與目標(biāo)日類似的氣溫變化特性曲線的日期，設(shè)定過去日期的檢索范圍(s4)。例如，將以目標(biāo)日為基準(zhǔn)的最近一個(gè)月(30天)看作與目標(biāo)日相同的季節(jié)及氣候條件，并將其設(shè)定為檢索范圍。但是，這種情況下，有可能因檢索范圍過窄而難以抽出與目標(biāo)日充分類似的日期。從而，可以通過將以過去一年前的相同日期為基準(zhǔn)的±30天、以過去兩年前的相同日期為基準(zhǔn)的±30天包括在類似日檢索區(qū)間內(nèi)的方式，來擴(kuò)大用于類似日檢索的母集大小。

當(dāng)類似日抽出模型及檢索范圍確定下來后，對于目標(biāo)日的氣溫預(yù)報(bào)和包括在檢索范圍內(nèi)的過去日期的氣溫變化特性曲線的類似度進(jìn)行比較。具體地說，利用類似度抽出模型來計(jì)算出目標(biāo)日與過去日期的有關(guān)氣溫變化特性曲線的歐氏距離(s5)。在此，意味歐氏距離越近著類似度越高。從而，可以通過比較歐氏距離，來測定有關(guān)目標(biāo)日的氣溫變化和各個(gè)過去日期的氣溫變化的類似度。

然后，歐氏距離的計(jì)算結(jié)果，將距離最近的上數(shù)3個(gè)日期作為類似日抽出(s6)。即，包括在檢索范圍內(nèi)的多個(gè)過去日期中，抽出具有與目標(biāo)日的氣溫預(yù)報(bào)最類似的氣溫變化特性曲線的3個(gè)類似日。在此，示出了抽出上數(shù)3個(gè)類似日的例子，但是也可以根據(jù)實(shí)施例的不同抽出不同個(gè)數(shù)的類似日，這是顯而易見的。

當(dāng)抽出3個(gè)類似日時(shí)，利用所抽出的類似日的按照24小時(shí)氣溫變化的電力需求特性曲線，計(jì)算出目標(biāo)日的24小時(shí)電力需求特性曲線(s7)。電力需求對于氣溫變化敏感，因此具有與目標(biāo)日類似的氣溫變化特性曲線的類似日的24小時(shí)電力需求特性曲線與實(shí)際目標(biāo)日的24小時(shí)電力需求特性曲線極其類似。從而，如果通過對于3個(gè)類似日的24小時(shí)電力需求特性曲線適用指數(shù)平滑法的方式計(jì)算出目標(biāo)日的24小時(shí)電力需求特性曲線，則能夠獲得具有高精確度的24小時(shí)電力需求特性曲線。但是，根據(jù)實(shí)施例的不同，也可以運(yùn)用除了指數(shù)平滑法以外的各種方法。

另外，在計(jì)算出有關(guān)目標(biāo)日的24小時(shí)電力需求特性曲線之后，可以利用該曲線預(yù)測目標(biāo)日的24小時(shí)電力需求，并可以在各個(gè)方面運(yùn)用預(yù)測結(jié)果(s8)。

本發(fā)明并不限定于前述的實(shí)施例及附圖。對于本領(lǐng)域技術(shù)人員而言，在不脫離本發(fā)明的技術(shù)構(gòu)思的范圍內(nèi)，能夠?qū)Ω鶕?jù)本發(fā)明的構(gòu)成要素進(jìn)行置換、變形及變更是不言而喻的。