【技術實現步驟摘要】
本專利技術涉及電量預測，具體的，涉及一種基于氣象因素的電量預測方法。
技術介紹
1、隨著電力經濟體制改革進程不斷加深，能源互聯網建設的不斷推進，采用單一模型進行電量預測的方法已無法滿足預測需求，單一模型對電量進行預測極易受到訓練樣本和模型參數的影響，從而影響預測精度，可靠性不高，而為了提高預測精度和預測可靠性，常用的手段是通過多個模型來進行聯合預測，但是由于不同模型之間的訓練對象、模型結構以及輸出格式不同，在進行聯合預測時需要對其進行格式統一以及數據處理，額外增大了計算量，使預測步驟更加復雜，影響預測效率，因此如何在保證預測效率的前提下解決單一模型對電量預測容易受到外部影響造成的預測精度低下的問題亟待解決。
2、中國專利，公開號：cn116307161a，公開日：2023年6月23日，公開了一種用電量預測方法，通過；對獲取的氣象數據和用電量數據進行預處理；基于預處理后的氣象數據和用電量數據采用pso-awrf算法構建用電量預測模型，并利用spark的并行數據處理能力減少數據預處理和建模過程中的數據訓練尋優時間，提升預測速度；通過訓練好的用電量預測模型對用電量進行預測，但是采用了單一模型對電量進行預測，預測精度不高。
技術實現思路
1、本專利技術針對現有技術在對電量預測時采用單一模型進行電量預測容易受到外部條件影響且影響因素考慮不全面從而造成的電量預測準確率不高的問題，提供了一種基于氣象因素的電量預測方法，通過將原始電量數據進行分離，并考慮到氣象因素對電量預測影響程度較大
2、第一方面，本專利技術實施例中提供的一種技術方案是：一種基于氣象因素的電量預測方法，包括以下步驟：
3、s1、基于氣象數據的波動對原始電量數據進行分離獲取分離電量；
4、s2、對分離電量中的氣象電量受到氣象因素影響的耦合效應和累計效應進行分析獲取氣象綜合指數；
5、s3、基于設定的氣象數據修正算法對氣象數據和氣象綜合指數進行分析和修正獲取氣象校正數據；
6、s4、基于模型平均方法構建氣象電量預測模型，以氣象校正數據作為輸入值輸出預測電量。
7、本方案中，通過分解了原始電量數據，將氣象電量從原始電量中分離出來，使其可以直觀的分析受氣象影響的部分電量，利用氣象數據進行電量預測可以提高預測的準確性，提升應對極端天氣和自然災害的電量分析預測能力；通過對分離電量中的氣象電量受到氣象因素影響的耦合效應和累計效應進行分析，可以從多維度對氣象電量進行分析，并提取影響電量變化的氣象因子，方便后續可以根據氣象因子對電量的影響來對電量進行預測，降低了預測計算量，提高了預測計算速度和準確度；通過氣象數據修正算法對氣象數據和氣象綜合指數進行分析和修正，不僅可以有效量化氣象數據中蘊含的不確定性及其對電量預測模型的影響，還可實現對電量預測模型的精細化調校，以提升預測精度，減少預測誤差，增強模型對不同季節、不同天氣條件下的適用性；基于模型平均方法構建了氣象電量組合預測模型，實現未來氣象電量的精準預測，實現電力企業的精益化管理，提高供電質量和服務水平，降低運營成本，增長電力系統的穩定性和可靠性。
8、作為優選，s1中，基于氣象數據的波動對原始電量數據進行分離獲取分離電量，包括以下步驟：
9、獲取原始電量數據，基于氣象數據的波動將原始電量數據中的電量序列分成短期波動序列和長期趨勢序列；
10、基于短期波動序列和長期趨勢序列的數據特征對原始電量數據進行分離獲取氣象電量、趨勢電量和隨機電量，并對上述電量進行記錄獲取分離電量。
11、本方案中，由于電力消費既受科技進步及社會經濟發展的影響，也受氣象等多種因素的影響，隨著氣象數據的波動，部分用電量隨之受到影響，而受到影響的這部分電量即為氣象電量，可通過采用hp濾波法對原始電量數據進行分解，將原始電量數據分解為趨勢電量、氣象電量和隨機電量，再利用氣象數據進行電量預測，可以提高預測的準確性，提升應對極端天氣和自然災害的電量分析預測能力。
12、作為優選，s2中，對分離電量中的氣象電量受到氣象因素影響的耦合效應和累計效應進行分析獲取氣象綜合指數，包括以下步驟：
13、基于濕度與氣溫對電量的影響程度構建溫濕指數，基于溫濕指數對分離電量中的氣象電量的耦合效應進行分析獲取多氣象因素耦合因子；
14、基于氣象因素對用電量的多日累計效應，對分離電量中的氣象電量進行累計效應分析獲取累計效應因子；將多氣象因素耦合因子和累計效應因子進行統計獲取氣象綜合指數。
15、本方案中，由于電量的波動受到氣象因素影響，而氣象因素對電量波動的影響包括耦合效應和累計效應，其中氣象因素中，濕度與氣溫產生的耦合效應會對電量產生很大的影響，因此構建了溫濕指數，用于反映濕度與氣溫對電量的耦合效應，而累計效應中，需考慮氣象因素對用電量的多日累計效應，如對于某日用電量而言，連續三天高溫與當日突然高溫兩種情況下，當日用電量可能有所區別，因此為了提高預測精度，需要對氣象電量受到氣象因素影響的耦合效應和累計效應進行分析。
16、作為優選，所述氣象數據修正算法基于fisher信息處理方法對氣象數據和氣象綜合指數進行分析，包括以下步驟：
17、對氣象數據中的氣象因素進行分離獲取單一氣象因素，將每種單一氣象因素對應的氣象綜合指數根據采樣順序劃分為一段數據窗口；
18、對數據窗口中不同單一氣象因素對應的氣象綜合指數進行分析，基于隨機裝箱法對單一氣象因素的類型進行裝箱并設定對應的概率密度函數，基于概率密度函數獲取每個單一氣象因素的fisher信息值。
19、本方案中，由于在預測未來氣象電量時，使用的氣象數據是未來的氣象預測數據，然而氣象預測數據與氣象實際數據存在誤差，為了降低這些誤差對預測為了氣象電量的影響，引入了fisher信息處理方法作為核心構建了氣象數據修正算法，通過對單一氣象因素如溫度、濕度、風速等精細分析，并處理復雜的氣象綜合指數如溫濕指數、滯后氣象因子、多氣象因素耦合因子和累計效應因子等，并針對不同的氣象因素建造對應的概率密度函數，基于概率密度函數計算fisher信息值，能夠有效量化氣象數據中蘊含的不確定性及其對電量預測模型的影響，降低了預測難度，在不降低預測效率的前提下提高了預測精度。
20、作為優選，s3中，基于設定的氣象數據修正算法對氣象數據和氣象綜合指數進行修正獲取氣象校正數據，包括以下步驟：
21、對氣象數據中的氣象預測數據進行提取獲取氣象預測數據的預測時刻，對預測時刻前的若干個采樣時刻的氣象實際本文檔來自技高網...
【技術保護點】
1.一種基于氣象因素的電量預測方法，其特征在于：包括以下步驟：
2.根據權利要求1所述的一種基于氣象因素的電量預測方法，其特征在于：
3.根據權利要求1所述的一種基于氣象因素的電量預測方法，其特征在于：
4.根據權利要求1所述的一種基于氣象因素的電量預測方法，其特征在于：
5.根據權利要求1所述的一種基于氣象因素的電量預測方法，其特征在于：
6.根據權利要求1所述的一種基于氣象因素的電量預測方法，其特征在于：
7.根據權利要求6所述的一種基于氣象因素的電量預測方法，其特征在于：
8.根據權利要求6所述的一種基于氣象因素的電量預測方法，其特征在于：
9.根據權利要求1或3或5所述的一種基于氣象因素的電量預測方法，其特征在于：
10.根據權利要求9所述的一種基于氣象因素的電量預測方法，其特征在于：
【技術特征摘要】
1.一種基于氣象因素的電量預測方法，其特征在于：包括以下步驟：
2.根據權利要求1所述的一種基于氣象因素的電量預測方法，其特征在于：
3.根據權利要求1所述的一種基于氣象因素的電量預測方法，其特征在于：
4.根據權利要求1所述的一種基于氣象因素的電量預測方法，其特征在于：
5.根據權利要求1所述的一種基于氣象因素的電量預測方法，其特征在于：
6...
【專利技術屬性】
技術研發人員：程開春，高莉紅，肖雅，陳經緯，林濤，劉思宇，歐陽蔚琦，唐知涵，程擇鍇，
申請(專利權)人：國網湖北省電力有限公司營銷服務中心計量中心，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。