申请/专利权人：中国农业大学;国网北京市电力公司

申请日：2023-04-12

公开（公告）日：2024-04-26

公开（公告）号：CN117933438A

主分类号：G06Q10/04

分类号：G06Q10/04;G06Q50/06;G06F17/16;G06F17/18;G06N3/006

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.14#实质审查的生效;2024.04.26#公开

摘要：本发明提供一种非正常工况下的城市中长期用电量预测方法，对城市电力系统非正常工况运行场景进行定义，实现对正常和非正常工况运行场景的划分；对多重复杂影响因素进行量化处理，进而对预测模型的输入进行特征筛选处理，同时降低模型的运算复杂度。根据定义的两种不同场景模型，在正常工况条件下建立分数阶灰色预测模型实现城市用电量预测，进而获得非正常工况事件发生后的用电量缺额时间序列；在非正常工况下利用限制向量自回归模型在用电量缺额时间序列和各特征之间建立非线性映射关系，实现非正常工况条件下用电量缺额的预测；最后将电量缺额预测结果与正常工况下的用电量预测结果相结合，得到非正常工况条件下的城市用电量预测结果。

主权项：1.一种非正常工况下的城市中长期用电量预测方法，其特征在于，包括下述步骤：S1：提供非正常工况运行状态的定义；S2：近N年城市月用电量的时间序列作为正常工况状态下的数据集，利用数学方法进行季节波动矩阵的定义以及划分，实现用电量时间序列的季节波动特征提取，用作正常工况场景下预测模型的驱动；其中，N为正整数；S3：根据S2中经波动特征处理过后的正常工况数据集得到月用电量缺额时间序列；S4：对于城市非正常工况下的运行场景，根据其用电量受气候、经济以及非正常工况因素的影响情况，构建出非正常工况下的特征参数数据集；S5：根据S4中构建的数据集，对降维后的数据进行冲击响应分析来实现输入参数X对输出用电量缺额预测值Y的影响程度的可视化；S6：对于非正常工况下的城市用电量场景，采用限制向量自回归模型，实现预测模型的构建；将S5步骤中得到的数据集作为预测模型的输入，从而得出月用电量缺额时间序列的预测结果，将S3中得到的正常工况用电量预测结果与非正常工况下的用电量缺额预测结果进行组合，得到非正常工况下的用电量预测结果。

全文数据：

权利要求：

百度查询： 中国农业大学;国网北京市电力公司 一种非正常工况下的城市中长期用电量预测方法

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