感型負荷、降雨敏感型負荷、氣象不相關(guān)型負荷等不同類 型負荷。
[0039] 步驟3 :將與母線負荷匹配的天氣預報信息按發(fā)生時間分別歸類，形成短期、超短 期母線負荷預測的預測天氣預報信息和歷史天氣預報信息，并滾動刷新。
[0040] 其中，將與母線負荷匹配的天氣預報信息按發(fā)生時間分別歸類，提取短期、超短期 母線負荷預測的天氣預報信息和歷史天氣預報信息。
[0041] 步驟4 :充分考慮預測日與相似日的氣象要素，進行相似日的選取。
[0042] 將歷史負荷數(shù)據(jù)、溫度信息和日期類型組合形成日樣本數(shù)據(jù)，通過聚類分析的方 法選取相似日，充分考慮預測日與相似日的氣象要素，分析時針對母線負荷的特性與預測 日的天氣預報信息選取輸入的樣本數(shù)據(jù)，其具體步驟如下：
[0043] 定義2個樣本和之間的距離
[0045] 其中i、j表示樣本號，η為所選樣本天數(shù)，xlk、x]k為樣本數(shù)據(jù)；類的重心
其中m為該類中樣本的個數(shù)，Xi為該類中第i個樣本。以每個母線負荷為分析對象。
[0046] 其中溫度敏感型負荷將96點歷史負荷數(shù)據(jù)、日期類型和溫度信息組合形成日樣 本（11，…Ii…196, d，tl. t2…….t24)，式中Ii是母線歷史負荷數(shù)據(jù)，d為日期類型，ti為 溫度。
[0047] 降雨敏感型負荷將96點歷史負荷數(shù)據(jù)、各時段降雨量組合成樣本（11，…1L··· 196, rl. r2…...r24)，式中Ii是母線歷史負荷數(shù)據(jù)，ri為降雨量。
[0048] 氣象不相關(guān)負荷選取96點歷史負荷數(shù)據(jù)（11，…Ii…196)組合形成日樣本，式中 Ii是母線歷史負荷數(shù)據(jù)。
[0049] 選取η天數(shù)據(jù)作為的比較樣本，根據(jù)式（2)，計算各比較樣本和參考樣本的聚類距 離，選取與參考樣本距離最近的一類作為相似日。另外，選取相似日時應考慮下網(wǎng)負荷出線 的運行方式，選取具有相同運行方式的相似日。
[0050] 步驟5 :綜合考慮天氣預報信息、母線負荷歷史數(shù)據(jù)等相關(guān)信息，不同母線負荷選 取適合其負荷特性的輸入量與預測算法，對母線負荷進行分類預測。
[0051] 預測時不同類型負荷選取不同的相似日歷史負荷與天氣預報信息作為輸入變量。 其中溫度敏感型負荷選取歷史負荷、溫度與日期類型作為輸入變量，降雨敏感型負荷選取 歷史負荷、降雨與日期類型作為輸入變量，氣象不相關(guān)負荷則只選取歷史負荷與日期類型 作為輸入變量，各種類型負荷分別進行預測。
[0052] 最后應當說明的是：以上實施例僅用于說明本申請的技術(shù)方案而非對其保護范 圍的限制，盡管參照上述實施例對本申請進行了詳細的說明，所屬領域的普通技術(shù)人員應 當理解：本領域技術(shù)人員閱讀本申請后依然可對申請的【具體實施方式】進行種種變更、修改 或者等同替換，但這些變更、修改或者等同替換，均在申請待批的權(quán)利要求保護范圍之內(nèi)。
【主權(quán)項】
1. 一種基于天氣預報信息的母線負荷預測方法，其特征在于，所述方法包括如下步 驟： 步驟1 :根據(jù)母線負荷所屬轄區(qū)的地理坐標，提取與母線負荷地理位置緊密對應的天 氣預報信息； 步驟2 :分析確定不同母線負荷與天氣預報信息相關(guān)性，對母線負荷進行分類； 步驟3 :將與母線負荷匹配的天氣預報信息按發(fā)生時間分別歸類，提取短期、超短期母 線負荷的歷史數(shù)據(jù)與對應時間的天氣預報信息； 步驟4 :根據(jù)歷史負荷數(shù)據(jù)、天氣預報信息與日期類型，進行相似日的選?。? 步驟5 :對母線負荷進行分類預測。2. 如權(quán)利要求1所述的預測方法，其特征在于，所述步驟1中，根據(jù)母線負荷供電范圍 可涵蓋的最大行政劃區(qū)，提取該行政劃區(qū)內(nèi)的天氣預報信息。3. 如權(quán)利要求1所述的預測方法，其特征在于，所述步驟2中，所述分析的計算公式 為：式中：R為不同母線負荷與天氣預報信息相關(guān)系數(shù)，X為母線負荷歷史負荷，Y為天氣預 報信息，cot (X，Y)為X和Y的協(xié)方差；D (X)、D (Y)分別為X和Y的均方差； 所述分類為將母線負荷分為溫度敏感型負荷、降雨敏感型負荷、氣象不相關(guān)型負荷。4. 如權(quán)利要求1所述的預測方法，其特征在于，所述步驟3中，短期母線負荷預測提取 以日為單位的歷史負荷，超短期母線負荷預測提取當日及與預測時段相對應的歷史負荷。5. 如權(quán)利要求1所述的預測方法，其特征在于，所述步驟4中，將歷史負荷數(shù)據(jù)、天氣預 報信息和日期類型組合形成日樣本數(shù)據(jù)，通過聚類分析的方法選取相似日； 具體步驟如下： (4-1)定義參考樣本、比較樣本及樣本之間的距離其中i、j表示樣本號，η為所選樣本天數(shù)，xik、x_jk為樣本數(shù)據(jù)，k = 1，2···，η ; (4-2)選取η天數(shù)據(jù)作為的比較樣本，根據(jù)式（2)，計算各比較樣本和參考樣本的聚類 距離，選取與參考樣本距離最近的樣本數(shù)據(jù)作為參考負荷； 所述日期類型分為休息日和工作日。6. 如權(quán)利要求1所述的預測方法，其特征在于，所述步驟5中，綜合考慮天氣預報信息、 母線負荷歷史數(shù)據(jù)和日期類型，不同母線負荷選取不同的輸入變量，對母線負荷進行分類 預測。7. 如權(quán)利要求6所述的預測方法，其特征在于，溫度敏感型負荷選取歷史負荷、溫度與 日期類型作為輸入變量； 降雨敏感型負荷選取歷史負荷、降雨與日期類型作為輸入變量； 氣象不相關(guān)負荷則選取歷史負荷與日期類型作為輸入變量。
【專利摘要】本發(fā)明提供一種基于天氣預報信息的母線負荷預測方法，包括以下步驟，步驟1：根據(jù)母線負荷所屬轄區(qū)的地理坐標，提取與母線負荷地理位置緊密對應的天氣預報信息；步驟2：分析確定不同母線負荷與氣象因子相關(guān)性，對母線負荷進行分類；步驟3：將與母線負荷匹配的天氣預報信息按發(fā)生時間分別歸類，提取短期、超短期母線負荷的歷史數(shù)據(jù)與對應時間的天氣預報信息；步驟4：根據(jù)歷史負荷數(shù)據(jù)、天氣預報信息與日期類型，進行相似日的選??；步驟5：對母線負荷進行分類預測。本發(fā)明通過提取與母線地理位置緊密對應的天氣預報信息，構(gòu)建了基于天氣預報和負荷分類預測的母線負荷預測模型，有效提高母線負荷預測精度。
【IPC分類】G06F19/00
【公開號】CN105184057
【申請?zhí)枴緾N201510505541
【發(fā)明人】李博, 程鑫, 門德月, 楊桂鐘, 戴賽, 崔暉, 丁強, 黃金富, 李偉剛, 許丹, 張傳成, 蔡幟, 燕京華, 韓彬, 董偉, 張加力, 劉鵬, 李培軍
【申請人】中國電力科學研究院, 國家電網(wǎng)公司, 國網(wǎng)福建省電力有限公司
【公開日】2015年12月23日
【申請日】2015年8月17日