申请/专利权人：云南电网有限责任公司

申请日：2023-12-26

公开（公告）日：2024-04-09

公开（公告）号：CN117856234A

主分类号：H02J3/00

分类号：H02J3/00;H02J3/14;G06Q10/0631;G06Q50/06;G06N3/043;G06N3/126

优先权：

专利状态码：在审-公开

法律状态：2024.04.09#公开

摘要：本发明公开了一种基于需求侧响应的电力负荷预测方法及系统，首先通过智能传感器和数据采集系统收集影响电力负荷的相关数据；然后选取与预测日具有较高相关性的历史相似日Ds，并获取历史相似日Ds在24小时内的实时电力负荷，生成电力负荷曲线；之后构建基于小波变换模糊神经网络短期负荷预测模型，通过离散小波变换和逆变换的多分辨率分解把负荷序列分解为t+1、t、t‑1、t‑2四个时刻的4个小波分量，采用自适应遗传算法对模糊规则进行训练，能够自动寻找最优的模糊规则，提高模型的预测性能和泛化能力，利用小波变换将负荷序列分解为不同的分量，能够更好地提取负荷序列中的特征和规律，提高负荷预测的精度。

主权项：1.一种基于需求侧响应的电力负荷预测方法，其特征在于，包括：步骤1：通过安装在用户端的电力负荷管理终端采集用户侧的用电负荷数据并识别高负荷用电地区；通过智能传感器和数据采集系统收集高负荷用电地区影响电力负荷的相关数据；步骤2：按照日类型、气候条件的相似程度选取与预测日具有较高相关性的历史相似日Ds，并获取历史相似日Ds在24小时响应前的实时电力负荷和电价以及响应后的实时电力负荷和电价，生成电力负荷曲线；步骤3：构建基于小波变换模糊神经网络短期负荷预测模型，以二阶Daubechies小波为母小波，通过离散小波变换和逆变换的多分辨率分解把负荷序列分解为t+1、t、t-1、t-2四个时刻的4个小波分量，采用自适应遗传算法对模糊规则进行训练，其中，t、t-1、t-2三个时刻的小波分量作为训练输出，t+1时刻的小波分量作为负荷预测结果进行模型输出。

全文数据：

权利要求：

百度查询： 云南电网有限责任公司 一种基于需求侧响应的电力负荷预测方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD