一种基于多维分量分解的电力需求中期预测方法及系统
申请人信息
- 申请人:国网江西省电力有限公司经济技术研究院; 江西腾达电力设计院有限公司; 国家电网有限公司
- 申请人地址:330000 江西省南昌市南昌高新技术产业开发区昌东大道7077号
- 发明人: 国网江西省电力有限公司经济技术研究院; 江西腾达电力设计院有限公司; 国家电网有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于多维分量分解的电力需求中期预测方法及系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410095288.9 |
| 申请日 | 2024/1/24 |
| 公告号 | CN117613905A |
| 公开日 | 2024/2/27 |
| IPC主分类号 | H02J3/00 |
| 权利人 | 国网江西省电力有限公司经济技术研究院; 江西腾达电力设计院有限公司; 国家电网有限公司 |
| 发明人 | 张雪婷; 李映雪; 王伟; 吴浩; 高璐; 戴奇奇; 王敏; 宫嘉炜; 陈日欢; 熊艳; 王灵; 林嘉; 李涛 |
| 地址 | 江西省南昌市南昌高新技术产业开发区昌东大道7077号; 江西省南昌市青云谱区迎宾北大道1588号; 北京市西城区西长安街86号 |
摘要文本
本发明公开了一种基于多维分量分解的电力需求中期预测方法及系统，方法包括：对电力需求数据分解，得到增长趋势分量、季节性变化分量和随机波动分量；基于VaR模型的电力需求增长趋势分量预测，并对电力需求季节性变化分量和电力需求随机波动分量预测；根据预测结果对电力需求预测值进行计算；通过添加白噪声和统计极值点等操作，将电力需求分解为增长趋势分量、季节性变化分量与随机波动分量，能够充分考虑季节性因素、随机因素对电力需求中期预测的影响，使预测结果更加精准，与传统方法相比，基于历史电力需求时间序列数据预测出的中期预测结果能充分反映电力需求数据不同性质分量在未来一段时间的变化趋势，进而更具准确性。
专利主权项内容
1.一种基于多维分量分解的电力需求中期预测方法，其特征在于，包括：对获取的电力需求时间序列数据进行添加次白噪声，得到第一目标电力需求数据，其中，/>为第一个电力需求数据向量，/>为第二个电力需求数据向量，/>为添加第一个白噪声，/>为添加第二个白噪声，/>为第/>个电力需求数据向量，/>为添加第/>个白噪声；对所述第一目标电力需求数据中的第/>个第一目标电力需求数据向量，/>以时间段数/>为预设周期进行平均化处理，得到周期平均后的第二目标电力需求数据/>；对所述第二目标电力需求数据进行差分处理，得到与所述第二目标电力需求数据对应的标准变化率，并获取所述标准变化率/>的曲线与轴/>相交的极值点个数/>；判断所述极值点个数是否等于第一预设阈值或第二预设阈值；若所述极值点个数等于第一预设阈值或第二预设阈值，则所述时间段数/>的取值为电力需求数据的季节性变化周期数，并且所述第二目标电力需求数据/>为第/>个第一目标电力需求数据向量/>的增长趋势变化量；获取各个第一目标电力需求数据向量的增长趋势变化量，对各个增长趋势变化量取均值，得到所述第一目标电力需求数据的增长量趋势分量；根据所述第个第一目标电力需求数据向量/>的增长趋势变化量分别计算所述第一目标电力需求数据/>的季节性变化分量以及随机波动分量；分别对未来一段时间内的增长趋势分量、季节性变化分量和随机波动分量进行预测，并根据预测结果计算出最终的电力需求预测值。