本發(fā)明涉及電力技術(shù)領(lǐng)域，更具體地說，涉及一種負荷自適應預測方法及裝置。

背景技術(shù)：

電網(wǎng)母線負荷預測是分析系統(tǒng)用電需求，預報未來電力負荷分布的有力工具，也是制定電力系統(tǒng)運行方式的重要依據(jù)。精確的母線負荷預測是合理安排生產(chǎn)調(diào)度計劃，保證電力系統(tǒng)安全、經(jīng)濟運行的前提和保障，也是電網(wǎng)調(diào)度智能化的重要數(shù)據(jù)基礎(chǔ)。特別是隨著電力市場化改革的不斷深化，規(guī)范母線負荷預測工作，推進電網(wǎng)母線負荷預報系統(tǒng)在實際中的應用，充分發(fā)揮母線負荷預測在電網(wǎng)安全、優(yōu)質(zhì)、經(jīng)濟運行中的效益，從而實現(xiàn)整個電網(wǎng)電力電量平衡分析工作中的精細化和經(jīng)濟化，提升電網(wǎng)調(diào)度的智能化水平，提升發(fā)電資源的優(yōu)化配置效率，促進節(jié)能降耗的發(fā)電計劃及運行方式的安排具有重要的意義。

目前用于實現(xiàn)負荷預測的方法很多，經(jīng)常使用的有時間序列法、神經(jīng)網(wǎng)絡(luò)法、支持向量機法、組合預測方法等，上述方法基本都是基于歷史數(shù)據(jù)構(gòu)建對應的模型，進而利用該模型實現(xiàn)負荷的預測。但是發(fā)明人發(fā)現(xiàn)，上述方法實現(xiàn)負荷預測的預測精度較低。

綜上所述，如何提供一種預測精度較高的用于實現(xiàn)母線負荷預測的技術(shù)方案，是目前本領(lǐng)域技術(shù)人員亟待解決的問題。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的是提供一種負荷自適應預測方法及裝置，以提供一種預測精度較高的用于實現(xiàn)母線負荷預測的技術(shù)方案。

為了實現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：

一種負荷自適應預測方法，包括：

獲取距離當前時刻最近的第一時間段內(nèi)母線的歷史負荷數(shù)據(jù)，及距離所述第一時間段對應時間最近的第二時間段內(nèi)母線的歷史負荷數(shù)據(jù)；

基于所述第二時間段內(nèi)母線的歷史負荷數(shù)據(jù)利用虛擬預測模型預測所述第一時間段內(nèi)母線的預測負荷數(shù)據(jù)；

判斷所述預測負荷數(shù)據(jù)與所述第一時間段內(nèi)的歷史負荷數(shù)據(jù)是否一致，如果是，則基于所述歷史負荷數(shù)據(jù)利用所述虛擬預測模型預測目標時刻的母線負荷值，如果否，則調(diào)整所述虛擬預測模型的模型參數(shù)，并返回執(zhí)行所述基于所述第二時間段內(nèi)母線的歷史負荷數(shù)據(jù)利用虛擬預測模型預測所述第一時間段內(nèi)母線的預測負荷數(shù)據(jù)的步驟。

優(yōu)選的，獲取所述第一時間段內(nèi)母線的歷史負荷數(shù)據(jù)及所述第二時間段內(nèi)的歷史負荷數(shù)據(jù)，包括：

獲取所述第一時間段內(nèi)母線的歷史負荷數(shù)據(jù)及所述第二時間段內(nèi)的歷史負荷數(shù)據(jù)，其中，所述第一時間段小于所述第二時間段。

優(yōu)選的，基于所述歷史負荷數(shù)據(jù)利用所述虛擬預測模型預測目標時刻的母線負荷值，包括：

基于所述第一時間段內(nèi)的歷史負荷數(shù)據(jù)利用所述虛擬預測模型預測目標時刻的母線負荷值。

優(yōu)選的，基于所述歷史負荷數(shù)據(jù)利用所述虛擬預測模型預測目標時刻的母線負荷值之后，還包括：

將所述目標時刻的母線負荷值發(fā)送至指定終端。

一種負荷自適應預測裝置，包括：

獲取模塊，用于獲取距離當前時刻最近的第一時間段內(nèi)母線的歷史負荷數(shù)據(jù)，及距離所述第一時間段對應時間最近的第二時間段內(nèi)母線的歷史負荷數(shù)據(jù)；

預測模塊，用于基于所述第二時間段內(nèi)母線的歷史負荷數(shù)據(jù)利用虛擬預測模型預測所述第一時間段內(nèi)母線的預測負荷數(shù)據(jù)；

優(yōu)化模塊，用于判斷所述預測負荷數(shù)據(jù)與所述第一時間段內(nèi)的歷史負荷數(shù)據(jù)是否一致，如果是，則基于所述歷史負荷數(shù)據(jù)利用所述虛擬預測模型預測目標時刻的母線負荷值，如果否，則調(diào)整所述虛擬預測模型的模型參數(shù)，并指示所述預測模塊執(zhí)行對應操作。

優(yōu)選的，所述獲取模塊包括：

獲取單元，用于獲取所述第一時間段內(nèi)母線的歷史負荷數(shù)據(jù)及所述第二時間段內(nèi)的歷史負荷數(shù)據(jù)，其中，所述第一時間段小于所述第二時間段。

優(yōu)選的，所述優(yōu)化模塊包括：

預測單元，用于基于所述第一時間段內(nèi)的歷史負荷數(shù)據(jù)利用所述虛擬預測模型預測目標時刻的母線負荷值。

優(yōu)選的，還包括：

輸出模塊，用于基于所述歷史負荷數(shù)據(jù)利用所述虛擬預測模型預測目標時刻的母線負荷值之后，將所述目標時刻的母線負荷值發(fā)送至指定終端。

本發(fā)明提供了一種負荷自適應預測方法及裝置，其中該方法包括：獲取距離當前時刻最近的第一時間段內(nèi)母線的歷史負荷數(shù)據(jù)，及距離所述第一時間段對應時間最近的第二時間段內(nèi)母線的歷史負荷數(shù)據(jù)；基于所述第二時間段內(nèi)母線的歷史負荷數(shù)據(jù)利用虛擬預測模型預測所述第一時間段內(nèi)母線的預測負荷數(shù)據(jù)；判斷所述預測負荷數(shù)據(jù)與所述第一時間段內(nèi)的歷史負荷數(shù)據(jù)是否一致，如果是，則基于所述歷史負荷數(shù)據(jù)利用所述虛擬預測模型預測目標時刻的母線負荷值，如果否，則調(diào)整所述虛擬預測模型的模型參數(shù)，并返回執(zhí)行所述基于所述第二時間段內(nèi)母線的歷史負荷數(shù)據(jù)利用虛擬預測模型預測所述第一時間段內(nèi)母線的預測負荷數(shù)據(jù)的步驟。本申請公開的技術(shù)特征中，將部分歷史負荷數(shù)據(jù)看做未知的數(shù)據(jù)，通過虛擬預測模型基于另一部分歷史負荷數(shù)據(jù)得到未知的數(shù)據(jù)對應的預測負荷數(shù)據(jù)，進而通過調(diào)整模型參數(shù)使得未知的數(shù)據(jù)對應的歷史負荷數(shù)據(jù)與預測負荷數(shù)據(jù)一致，從而通過上述自適應預測技術(shù)，采用反饋型的預測思路，通過對模型參數(shù)的調(diào)整保證了虛擬預測模型的預測精度，進而基于該虛擬預測模型實現(xiàn)未知對應數(shù)據(jù)的目標時刻的母線負荷值，大大提高了母線負荷預測精度。

附圖說明

為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)提供的附圖獲得其他的附圖。

圖1為本發(fā)明實施例提供的一種負荷自適應預測方法的流程圖；

圖2為本發(fā)明實施例提供的一種負荷自適應預測裝置的結(jié)構(gòu)示意圖。

具體實施方式

下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。

請參閱圖1，其示出了本發(fā)明實施例提供的一種負荷自適應預測方法的流程圖，可以包括：

S11：獲取距離當前時刻最近的第一時間段內(nèi)母線的歷史負荷數(shù)據(jù)，及距離第一時間段對應時間最近的第二時間段內(nèi)母線的歷史負荷數(shù)據(jù)。

其中，第一時間段和第二時間段的具體取值可以根據(jù)實際需要進行設(shè)定，均在本發(fā)明的保護范圍之內(nèi)。具體來說，歷史負荷數(shù)據(jù)可以分別表示為：

H＝{i|i∈[d₁,d₄]}＝G+V

G＝{i|i∈[d₁,d₂]}

V＝{i|i∈[d₃,d₄]}

其中，i表示時間單位，如日期等，H表示全部歷史負荷數(shù)據(jù)，H可細分為G和V兩個部分；其中，V表示第一時間段內(nèi)母線的歷史負荷數(shù)據(jù)，G表示第二時間段內(nèi)的歷史負荷數(shù)據(jù)。另外需要說明的是，歷史負荷數(shù)據(jù)可以包括母線在歷史上的母線負荷值及該母線負荷值對應的時間等，具體還可以根據(jù)實際需要進行其他設(shè)定，均在本發(fā)明的保護范圍之內(nèi)。

S12：基于第二時間段內(nèi)母線的歷史負荷數(shù)據(jù)利用虛擬預測模型預測第一時間段內(nèi)母線的預測負荷數(shù)據(jù)。

基于第二時間段內(nèi)母線的歷史負荷數(shù)據(jù)利用虛擬預測技術(shù)對應的虛擬預測模型可以預測第一時間段內(nèi)母線的預測負荷數(shù)據(jù)，其中需要說明的是，利用虛擬預測技術(shù)對應的虛擬預測模型實現(xiàn)上述預測與現(xiàn)有技術(shù)中對應實現(xiàn)技術(shù)方案一致，如與現(xiàn)有技術(shù)中提到的時間序列法、神經(jīng)網(wǎng)絡(luò)法、支持向量機法、組合預測方法等對應的模型，而該虛擬預測模型中包含的模型參數(shù)也與現(xiàn)有技術(shù)中對應概念一致，對該模型參數(shù)的改變，可以導致虛擬預測模型的輸入與輸出對應關(guān)系的改變。具體來說，虛擬預測即假設(shè)的預測，本申請中以第一時間段內(nèi)的歷史負荷數(shù)據(jù)作為假設(shè)未發(fā)生的數(shù)據(jù)，將第二時間段內(nèi)的歷史負荷數(shù)據(jù)作為虛擬預測模型的輸入，得到對應的輸出，以即對第一時間段內(nèi)的母線負荷數(shù)據(jù)的預測得到的預測負荷數(shù)據(jù)。

S13：判斷預測負荷數(shù)據(jù)與第一時間段內(nèi)的歷史負荷數(shù)據(jù)是否一致，如果是，則基于歷史負荷數(shù)據(jù)利用虛擬預測模型預測目標時刻的母線負荷值，如果否，則調(diào)整虛擬預測模型的模型參數(shù)，并返回執(zhí)行步驟S12。

其中，判斷預測負荷數(shù)據(jù)與第一時間段的歷史負荷數(shù)據(jù)是否一致具體可以是判斷上述兩數(shù)據(jù)的差值，該差值小于預先設(shè)定的差值閾值，則說明上述兩數(shù)據(jù)一致，還可以繪制出與上述兩數(shù)據(jù)對應的曲線，兩曲線的差異度小于預先設(shè)定的曲線差異度，也可以是預測負荷數(shù)據(jù)與第一時間段的歷史負荷數(shù)據(jù)相同，則說明上述兩數(shù)據(jù)一致，當然還可以根據(jù)實際需要進行其他設(shè)定，均在本發(fā)明的保護范圍之內(nèi)。簡單來說，預測負荷數(shù)據(jù)與第一時間段內(nèi)的歷史負荷數(shù)據(jù)越接近，說明虛擬預測模型的預測精度越高，對應最優(yōu)的為預測負荷數(shù)據(jù)與第一時間段內(nèi)的歷史負荷數(shù)據(jù)完全相同。對虛擬預測模型的模型參數(shù)進行調(diào)整，具體可以是改變該模型參數(shù)的大小，從而通過對模型參數(shù)的調(diào)整最終使得預測負荷數(shù)據(jù)與第一時間段內(nèi)的歷史負荷數(shù)據(jù)一致，以得到預測精度較高的虛擬預測模型。另外，返回執(zhí)行步驟S12時所利用的虛擬預測模型為已經(jīng)在步驟S13中調(diào)整過模型參數(shù)的虛擬預測模型。

具體來說，利用虛擬預測的原理，可以將上述實現(xiàn)過程表示為：

其中，表示對V的預測負荷數(shù)據(jù)，y_G為G的歷史負荷數(shù)據(jù)，S_G為初始的模型參數(shù)，通過調(diào)整初始的模型參數(shù)S_G來優(yōu)化虛擬預測模型，使得預測負荷數(shù)據(jù)與H的歷史負荷數(shù)據(jù)盡可能地接近來得到優(yōu)化的模型參數(shù)并利用來實現(xiàn)對未來的母線負荷值的預測。由此使得對虛擬預測模型的優(yōu)化過程稱為一個閉環(huán)的反饋過程，通過優(yōu)化虛擬預測模型達到提高預測精度的目的。需要說明的是，對初始的模型參數(shù)的設(shè)定可以是選擇默認參數(shù)或者上一次進行本發(fā)明實施例提供的負荷自適應預測方法后得到的優(yōu)化的模型參數(shù)，當然還可以根據(jù)實際需要進行確定，均在本發(fā)明的保護范圍之內(nèi)。

另外，基于歷史負荷數(shù)據(jù)利用虛擬預測模型預測目標時刻的母線負荷值，目標時刻指未來某時刻或者某段時間，如可以表示為：

F＝{i|i∈[d₅,d₆]}

其中，F(xiàn)表示需要預測的某段時間的母線負荷數(shù)據(jù)，需要預測的某段時間即由時刻d₅到時刻d₆。

本申請公開的技術(shù)特征中，將部分歷史負荷數(shù)據(jù)看做未知的數(shù)據(jù)，通過虛擬預測模型基于另一部分歷史負荷數(shù)據(jù)得到未知的數(shù)據(jù)對應的預測負荷數(shù)據(jù)，進而通過調(diào)整模型參數(shù)使得未知的數(shù)據(jù)對應的歷史負荷數(shù)據(jù)與預測負荷數(shù)據(jù)一致，從而通過上述自適應預測技術(shù)，采用反饋型的預測思路，通過對模型參數(shù)的調(diào)整保證了虛擬預測模型的預測精度，進而基于該虛擬預測模型實現(xiàn)未知對應數(shù)據(jù)的目標時刻的母線負荷值，大大提高了母線負荷預測精度。

另外需要說明的是，針對每條需要進行負荷預測的母線，均需要通過步驟S11和步驟S12得到該母線對應的最優(yōu)的虛擬預測模型，進而基于該虛擬預測模型實現(xiàn)對應母線的負荷預測，從而實現(xiàn)預測精度的提高。

本發(fā)明實施例提供的一種負荷自適應預測方法，獲取第一時間段內(nèi)母線的歷史負荷數(shù)據(jù)及第二時間段內(nèi)的歷史負荷數(shù)據(jù)，可以包括：

獲取第一時間段內(nèi)母線的歷史負荷數(shù)據(jù)及第二時間段內(nèi)的歷史負荷數(shù)據(jù)，其中，第一時間段小于第二時間段。

具體來說，第一時間段小于第二時間段的程度可以根據(jù)實際需要進行確定，由此，基于大部分的歷史負荷數(shù)據(jù)實現(xiàn)小部分的歷史負荷數(shù)據(jù)的預測能夠在一定程度上保證該步虛擬預測的精度。

本發(fā)明實施例提供的一種負荷自適應預測方法，基于歷史負荷數(shù)據(jù)利用虛擬預測模型預測目標時刻的母線負荷值，可以包括：

基于第一時間段內(nèi)的歷史負荷數(shù)據(jù)利用虛擬預測模型預測目標時刻的母線負荷值。

由于第一時間段為距離當前時刻最近的時間段，因此，基于第一時間段預測目標時刻的母線負荷值，能夠一定程度上保證虛擬預測的精度。

本發(fā)明實施例提供的一種負荷自適應預測方法，基于歷史負荷數(shù)據(jù)利用虛擬預測模型預測目標時刻的母線負荷值之后，還可以包括：

將目標時刻的母線負荷值發(fā)送至指定終端。

其中，指定終端可以是指預先設(shè)定的與指定工作人員對應的終端，由此，能夠使得指定工作人員能夠及時獲知預測得到的母線負荷值，進而進行對應的操作等。

本發(fā)明實施例還提供了一種負荷自適應預測裝置，如圖2所示，可以包括：

獲取模塊11，用于獲取距離當前時刻最近的第一時間段內(nèi)母線的歷史負荷數(shù)據(jù)，及距離第一時間段對應時間最近的第二時間段內(nèi)母線的歷史負荷數(shù)據(jù)；

預測模塊12，用于基于第二時間段內(nèi)母線的歷史負荷數(shù)據(jù)利用虛擬預測模型預測第一時間段內(nèi)母線的預測負荷數(shù)據(jù)；

優(yōu)化模塊13，用于判斷預測負荷數(shù)據(jù)與第一時間段內(nèi)的歷史負荷數(shù)據(jù)是否一致，如果是，則基于歷史負荷數(shù)據(jù)利用虛擬預測模型預測目標時刻的母線負荷值，如果否，則調(diào)整虛擬預測模型的模型參數(shù)，并指示預測模塊執(zhí)行對應操作。

本發(fā)明實施例提供的一種負荷自適應預測裝置，獲取模塊可以包括：

獲取單元，用于獲取第一時間段內(nèi)母線的歷史負荷數(shù)據(jù)及第二時間段內(nèi)的歷史負荷數(shù)據(jù)，其中，第一時間段小于第二時間段。

本發(fā)明實施例提供的一種負荷自適應預測裝置，優(yōu)化模塊可以包括：

預測單元，用于基于第一時間段內(nèi)的歷史負荷數(shù)據(jù)利用虛擬預測模型預測目標時刻的母線負荷值。

本發(fā)明實施例提供的一種負荷自適應預測裝置，還可以包括：

輸出模塊，用于基于歷史負荷數(shù)據(jù)利用虛擬預測模型預測目標時刻的母線負荷值之后，將目標時刻的母線負荷值發(fā)送至指定終端。

本發(fā)明實施例提供的一種負荷自適應預測裝置中相關(guān)部分的說明請參見本發(fā)明實施例提供的一種負荷自適應預測方法中對應部分的詳細說明，在此不再贅述。

對所公開的實施例的上述說明，使本領(lǐng)域技術(shù)人員能夠?qū)崿F(xiàn)或使用本發(fā)明。對這些實施例的多種修改對本領(lǐng)域技術(shù)人員來說將是顯而易見的，本文中所定義的一般原理可以在不脫離本發(fā)明的精神或范圍的情況下，在其它實施例中實現(xiàn)。因此，本發(fā)明將不會被限制于本文所示的這些實施例，而是要符合與本文所公開的原理和新穎特點相一致的最寬的范圍。