基于iowga算子和新鮮預(yù)測精度的電力負荷組合預(yù)測方法
【專利摘要】一種基于IOWGA算子和新鮮預(yù)測精度的電力負荷組合預(yù)測方法。其包括獲取歷史電力負荷數(shù)據(jù)xt的N期歷史序列；計算第i種預(yù)測模型第t期預(yù)測值的預(yù)測精度ait；計算由t(t＝1,2,…N)時刻預(yù)測精度序列{ait,i＝1,2,…m}所誘導(dǎo)產(chǎn)生的IOWGA算子組合預(yù)測值IOWGAωt；計算t(t＝1,2,…N)時刻基于IOWGA算子組合預(yù)測值IOWGAωt的組合新鮮預(yù)測精度qt；建立以新鮮預(yù)測精度qt為準則的基于IOWGA算子組合預(yù)測值IOWGAωt的組合預(yù)測模型，然后求解該組合預(yù)測模型而得到m種單項預(yù)測模型的加權(quán)系數(shù)；利用加權(quán)系數(shù)計算中長期電力負荷預(yù)測值等步驟。本發(fā)明方法克服了沒有區(qū)別對待不同歷史階段預(yù)測精度的缺點，符合越接近預(yù)測點的負荷變化對負荷預(yù)測的準確性影響越大的實際情況，使得中長期電力系統(tǒng)負荷預(yù)測更加準確。
【專利說明】
基于IOWGA算子和新鮮預(yù)測精度的電力負荷組合預(yù)測方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明屬于電網(wǎng)規(guī)劃運行技術(shù)領(lǐng)域，特別是設(shè)及一種基于IOWGA算子和新鮮預(yù)測 精度的電力負荷組合預(yù)測方法。
【背景技術(shù)】
[0002] 電力負荷預(yù)測是電網(wǎng)擴展規(guī)劃、調(diào)度運行、電源建設(shè)的重要決策依據(jù)，對于保障電 網(wǎng)安全、經(jīng)濟、優(yōu)質(zhì)運行具有重要意義；隨著電力體制改革的深入進行，電力市場化改革重 啟，對于電力企業(yè)的市場化運行，提高電力負荷的中長期預(yù)測精度是電網(wǎng)經(jīng)濟安全運行的 重要保障；組合預(yù)測方法能夠利用各個單項預(yù)測方法的優(yōu)點及包含的有用信息，減少單項 預(yù)測方法帶來的預(yù)測風(fēng)險;但是如何合理準確地確定各個單項預(yù)測方法的權(quán)重，尚需進一 步的研究和探索。

【發(fā)明內(nèi)容】

[0003] 為了解決上述問題，本發(fā)明的目的在于提供一種基于IOWGA算子和新鮮預(yù)測精度 的電力負荷組合預(yù)測方法；
[0004] 為了達到上述目的，本發(fā)明提供的基于IOWGA算子和新鮮預(yù)測精度的電力負荷組 合預(yù)測方法包括按順序執(zhí)行的下列步驟：
[0005] 步驟1)獲取歷史電力負荷數(shù)據(jù)Xt的N期歷史序列{?，t=l，2，…N}，然后確定進行 預(yù)測時所使用的m種單項預(yù)測模型，，令Xit為第i種預(yù)測模型第t期預(yù)測值，t = l，2，-'N，i =
[0006] 步驟2)計算第i種預(yù)測模型第t期預(yù)測值的預(yù)測精度ait，對于第i種單項預(yù)測模型， 能夠得到預(yù)測精度序列{ait，t = 1，2，…N};
[0007] 步驟3)計算由t(t = l，2,…N)時刻預(yù)測精度序列{ait，i = l，2,…m}所誘導(dǎo)產(chǎn)生的 IOWGA算子組合預(yù)測值Iqkam ;
[000引步驟4)計算t(t = l，2,…N)時刻基于IOWGA算子組合預(yù)測值IciKAut的組合新鮮預(yù)測 精度qt;
[0009] 步驟5)建立W新鮮預(yù)測精度qt為準則的基于IOWGA算子組合預(yù)測值I日WGAut的組合 預(yù)測模型，然后求解該組合預(yù)測模型而得到m種單項預(yù)測模型的加權(quán)系數(shù){CO 1，i = 1，2，… 111}，并且滿足；2；；,巧=：1;
[0010] 步驟6)利用上述m種單項預(yù)測模型的加權(quán)系數(shù){>i，i = l，2，一m}，計算出中長期 電力負荷預(yù)測值。
[001。 在步驟2)中，所述的預(yù)測精度曰1油下式計算：
[0012]印t 二'入 1〇 Kjsi.
[OOU]其中eit為第i種預(yù)測模型第t期預(yù)測值Xit的預(yù)現(xiàn)惕差：
[0014] 。
[001引在步驟3)中，所述的IOWGA算子組合預(yù)測值lowGAut的計算公式如下：
[0016]
[0017]上式中，Xit為第i種預(yù)測模型第t期的預(yù)測值，ait是第i種預(yù)測模型第t期預(yù)測值的 預(yù)測精度，為第i種預(yù)測模型在組合預(yù)測模型中的權(quán)重，a-index(i)是分量ait，a2t，…， amt按從大到小排列的第i個位置下標，上述參數(shù)中i = 1，2，…m。
[001引在步驟4)中，所述的基于IOWGA算子組合預(yù)測值Iowgam的組合新鮮預(yù)測精度qt由下 式計算：
[0019]
[0020] 其中，//技為新鮮度函數(shù);Xt為歷史電力負荷數(shù)據(jù);円說,師擁OWGA算子組合 / Z 二1 預(yù)測值IOWCAut。
[0021] 在步驟5)中，所述的建立W新鮮預(yù)測精度qt為準則的基于IOWGA算子組合預(yù)測值 Iowcam的組合預(yù)測模型，然后求解該組合預(yù)測模型而得至Ijm種單項預(yù)測模型的加權(quán)系數(shù)的方 法如下：
[0022] W新鮮預(yù)測精度qt為準則的基于IOWGA算子組合預(yù)測值Iowgam的組合預(yù)測模型如 下式所示：
[0023]
[0024] 求解上式，即可得至Ijm種單項預(yù)測模型的加權(quán)系數(shù){> 1，i = 1，2，…m}。
[002引在步驟6)中，所述的利用m種單項預(yù)測模型的加權(quán)系數(shù){>1，1 = 1，2，。'111}，計算出 中長期電力負荷預(yù)測值的方法如下:首先計算出m種單項預(yù)測模型對N+p(p《5)期電力負荷 的預(yù)測值Xi(N+p)，然后利用步驟5)中求取的m種單項預(yù)測模型的加權(quán)系數(shù){>i，i = l，2,… m}，計算出第化p(p《5)期的電力負荷預(yù)測值為：
[0026]
P
[0027] 本發(fā)明提供的基于IOWGA算子和新鮮預(yù)測精度的電力負荷組合預(yù)測方法有益效 果：
[0028] 與現(xiàn)有電力負荷組合預(yù)測方法相比，本方法基于IOWGA算子，充分考慮了各單項預(yù) 測模型在不同時間的預(yù)測精度，使得組合預(yù)測模型的加權(quán)系數(shù)隨著不同時刻預(yù)測精度的變 化而變化，運樣可使組合預(yù)測模型具有動態(tài)性，并且引入新鮮度函數(shù)，克服了沒有區(qū)別對待 不同歷史階段預(yù)測精度的缺點，符合越接近預(yù)測點的負荷變化對負荷預(yù)測的準確性影響越 大的實際情況，使得中長期電力系統(tǒng)負荷預(yù)測更加準確。
【附圖說明】
[0029] 圖1為本發(fā)明提供的基于IOWGA算子和新鮮預(yù)測精度的電力負荷組合預(yù)測方法的 流程圖；
【具體實施方式】
[0030] 下面結(jié)合附圖和具體實施例對本發(fā)明提供的基于IOWGA算子和新鮮預(yù)測精度的電 力負荷組合預(yù)測方法進行詳細說明；應(yīng)當(dāng)理解，此處所描述的具體實施例僅用于解釋本發(fā) 明，并不用于限定本發(fā)明；
[0031] 如圖1所示，本發(fā)明提供的基于IOWGA算子和新鮮預(yù)測精度的電力負荷組合預(yù)測方 法包括按順序執(zhí)行的下列步驟：
[0032] 步驟1)獲取歷史電力負荷數(shù)據(jù)Xt的N期歷史序列^*，*=1，2，-'的，然后確定進行 預(yù)測時所使用的m種單項預(yù)測模型，令Xit為第i種預(yù)測模型第t期預(yù)測值，t = l，2，-'N，i = l，
[0033] 步驟2)計算第i種預(yù)測模型第t期預(yù)測值的預(yù)測精度ait，對于第i種單項預(yù)測模型， 能夠得到預(yù)測精度序列{ait，t = 1，2，…N};
[0034] 步驟3)計算由t(t = l，2,…N)時刻預(yù)測精度序列{ait，i = l，2,…m}所誘導(dǎo)產(chǎn)生的 IOWGA算子組合預(yù)測值Iqkam ;
[0035] 步驟4)計算t(t = l，2,…N)時刻基于IOWGA算子組合預(yù)測值IciKAut的組合新鮮預(yù)測 精度qt;
[0036] 步驟5)建立W新鮮預(yù)測精度qt為準則的基于IOWGA算子組合預(yù)測值IoTCAut的組合 預(yù)測模型，然后求解該組合預(yù)測模型而得到m種單項預(yù)測模型的加權(quán)系數(shù){ CO 1，i = 1，2，… m}，并且滿月
[0037] 步驟6)利用上述m種單項預(yù)測模型的加權(quán)系數(shù){>i，i = l，2，-'m}，計算出中長期 電力負荷預(yù)測值。
[0038] 在步驟2)中，所述的預(yù)測精度ait由下式計算：
[0039]
[0040] 其中eit為第i種預(yù)測模型第t期預(yù)測值Xit的預(yù)測誤差：
[0041]
[0042] 在步驟3)中，所述的IOWGA算子組合預(yù)測值lowGAut的計算方法如下：
[0043] IOWGA算子的定義為：
[0044] 設(shè)<日1 ,XI〉，<日2 ,X2> ,…<am,Xm〉為m個二維數(shù)組，m維非負向量{ W i, i = 1,2,…m}滿 足歸一化條件
，則令：
[0045]
[0046] 稱I日WGA為m維誘導(dǎo)有序幾何加權(quán)平均算子，日1稱為誘導(dǎo)值;其中a-index(i)是分量 ai，日2，…，am按從大到小排列的第i個位置下標；
[0047] 依據(jù)上述定義，所述的IOWGA算子組合預(yù)測值Iowgam由下式計算：
[004引
：
[0049] 上式中，Xit為第i種預(yù)測模型第t期的預(yù)測值，ait是第i種預(yù)測模型第t期預(yù)測值的 預(yù)測精度，為第i種預(yù)測模型在組合預(yù)測模型中的權(quán)重，a-index(i)是分量ait，a2t，…， amt按從大到小排列的第i個位置下標，上述參數(shù)中i = 1，2，…m。
[0050] 在步驟4)中，所述的基于IOWGA算子組合預(yù)測值IoWGAut的組合新鮮預(yù)測精度qt由下 式計算：
[0化1 ]
[005^ 其中，//1>為新鮮度函數(shù);Xt為歷史電力負荷數(shù)據(jù)；n域加。W為IOWGA算子組合 / /.二 1 間 預(yù)測值I OWCAut;
[0053] 此步驟中引入了新鮮度函數(shù);新鮮度函數(shù)是數(shù)據(jù)挖掘中的一個概念，用來表述數(shù) 據(jù)在挖掘中所受到的重視程度，越是新近產(chǎn)生的數(shù)據(jù)，越應(yīng)該受到重視;在電力負荷預(yù)測 中，越是接近預(yù)測點的負荷變化，對負荷未來的發(fā)展趨勢貢獻越大，在表征精度時引入新鮮 度函數(shù)，與預(yù)測中"近大遠小"的原則相一致，有利于提高預(yù)測準確性；
[0054] 在步驟5)中，所述的建立W新鮮預(yù)測精度qt為準則的基于IOWGA算子組合預(yù)測值 Iowcam的組合預(yù)測模型，然后求解該組合預(yù)測模型而得至Ijm種單項預(yù)測模型的加權(quán)系數(shù)的方 法如下：
[0055] W新鮮預(yù)測精度qt為準則的基于IOWGA算子組合預(yù)測值I日WGAut的組合預(yù)測模型如 下式所示：
[0化6]
[0057]上式中，W各單項預(yù)測模型的新鮮預(yù)測精度qt之和最大作為目標函數(shù);顯然，新鮮 預(yù)測精度越大qt，組合預(yù)測的相對誤差越小，組合預(yù)測模型的效果越好;求解上式，即可得 到m種單項預(yù)測模型的加權(quán)系數(shù){> 1，i = 1，2，…m}。
[005引在步驟6)中，所述的利用m種單項預(yù)測模型的加權(quán)系數(shù){>14 = 1，2，.''111}，計算出 中長期電力負荷預(yù)測值的方法如下:首先計算出m種單項預(yù)測模型對N+p(p《5)期電力負荷 的預(yù)測值Xi(N+p)，然后利用步驟5)中求取的m種單項預(yù)測模型的加權(quán)系數(shù)= m}，計算出第化p(p《5)期的電力負荷預(yù)測值為：
[0化9]
[0060] W上所述僅為本發(fā)明的較佳實施實例而已，并不用W限制本發(fā)明，凡在本發(fā)明的 精神和原則之內(nèi)所做的任何修改、等同替換和改進等，均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)；
[0061] 本發(fā)明提供的基于IOWGA算子和新鮮預(yù)測精度的電力負荷組合預(yù)測方法采用誘導(dǎo) 有序幾何方口權(quán)平均算子（induced ordered weighted geometry averaging operator， lOWGA)，基于預(yù)測精度準則，結(jié)合"進大遠小"的原則引入新鮮度函數(shù)，依據(jù)單項預(yù)測模型在 各個時刻的預(yù)測精度的高低進行有序賦權(quán)，建立相應(yīng)的確定加權(quán)系數(shù)優(yōu)化模型，由此實現(xiàn) 對中長期電力負荷的準確預(yù)測;本方法充分考慮了單項預(yù)測模型在不同時間的預(yù)測精度和 "近大遠小"原則，使建立的預(yù)測模型更貼近實際情況，從而能夠更精確地預(yù)測出中長期電 力負荷。
【主權(quán)項】
1. 一種基于IOWGA算子和新鮮預(yù)測精度的電力負荷組合預(yù)測方法，其特征在于:所述的 基于I0WGA算子和新鮮預(yù)測精度的電力負荷組合預(yù)測方法包括按順序執(zhí)行的下列步驟： 步驟1)獲取歷史電力負荷數(shù)據(jù)xt的N期歷史序列{Xt，t = l，2，-_N}，然后確定進行預(yù)測 時所使用的m種單項預(yù)測模型，令Xlt為第i種預(yù)測模型第t期預(yù)測值，t = 1，2，··，，i = 1，2，… m； 步驟2)計算第i種預(yù)測模型第t期預(yù)測值的預(yù)測精度alt，對于第i種單項預(yù)測模型，能夠 得到預(yù)測精度序列{ait，t = l，2,…N}; 步驟3)計算由t(t = l，2,…N)時刻預(yù)測精度序列{ait，i = l，2,…m}所誘導(dǎo)產(chǎn)生的I0WGA 算子組合預(yù)測值lowest; 步驟4)計算t(t = l，2,…N)時刻基于IOWGA算子組合預(yù)測值IQTCAut的組合新鮮預(yù)測精度 Qt; 步驟5)建立以新鮮預(yù)測精度qt為準則的基于IOWGA算子組合預(yù)測值IOTGAut的組合預(yù)測 模型，然后求解該組合預(yù)測模型而得至IV種單項預(yù)測模型的加權(quán)系數(shù){ ω ,，i = 1，2，…m}，并 且?兩足Di=1辦二1; 步驟6)利用上述m種單項預(yù)測模型的加權(quán)系數(shù){ = ，計算出中長期電力負 荷預(yù)測值。2. 根據(jù)權(quán)利要求1所述的基于IOWGA算子和新鮮預(yù)測精度的電力負荷組合預(yù)測方法，其 特征在于:在步驟2)中，所述的預(yù)測精度a lt由下式計算：其中elt為第i種預(yù)測模型第t期預(yù)測值Xlt的預(yù)測誤差：〇3. 根據(jù)權(quán)利要求1所述的基于IOWGA算子和新鮮預(yù)測精度的電力負荷組合預(yù)測方法，其 特征在于:在步驟3)中，所述的IOWGA算子組合預(yù)測值I QTCAut的計算公式如下：上式中，Xlt為第i種預(yù)測模型第t期的預(yù)測值，alt是第i種預(yù)測模型第t期預(yù)測值的預(yù)測 精度，ω i為第i種預(yù)測模型在組合預(yù)測模型中的權(quán)重，a-index(i)是分量ait，a2t，…，amt按 從大到小排列的第i個位置下標，上述參數(shù)中i = 1，2，…m。4. 根據(jù)權(quán)利要求1所述的基于IOWGA算子和新鮮預(yù)測精度的電力負荷組合預(yù)測方法，其 特征在于:在步驟4)中，所述的基于IOWGA算子組合預(yù)測值I QTCAut的組合新鮮預(yù)測精度qt由 下式計算：其中，為新鮮度函數(shù);xt為歷史電力負荷數(shù)據(jù)；f^r^^SlOWGA算子組合預(yù)測 / ?-l i-1 flJoWGAcJto5. 根據(jù)權(quán)利要求1所述的基于I0WGA算子和新鮮預(yù)測精度的電力負荷組合預(yù)測方法，其 特征在于:在步驟5)中，所述的建立以新鮮預(yù)測精度q t為準則的基于I0WGA算子組合預(yù)測值 lowest的組合預(yù)測模型，然后求解該組合預(yù)測模型而得到m種單項預(yù)測模型的加權(quán)系數(shù)的方 法如下： 以新鮮預(yù)測精度qt為準則的基于I0WGA算子組合預(yù)測值IOTCAut的組合預(yù)測模型如下式 所示：
【文檔編號】G06Q50/06GK105956698SQ201610272169
【公開日】2016年9月21日
【申請日】2016年4月27日
【發(fā)明人】宣文博, 丁承第, 雷錚, 王魁, 李媛媛, 閆大威, 周進, 宋佳, 梁群, 毛華
【申請人】國網(wǎng)天津市電力公司, 國家電網(wǎng)公司