【技術實現步驟摘要】
本專利技術具體涉及一種配電網短期負荷概率的預測方法，屬于配電網負荷預測。
技術介紹
1、配電網短期負荷預測在現代電力系統中具有重要價值。通過準確的負荷預測，電網運營商能夠提前識別潛在的過載情況，及時采取措施避免電力中斷，優化電力資源的分配，確保供電穩定性和可靠性，減少電力損耗和運營成本。開展配電網短期負荷預測有助于平衡供需關系，充分應對負荷不確定性，提高電網的靈活性和適應性。
2、配電網短期負荷預測在現代電力系統中具有重要價值。通過準確的負荷預測，電網運營商能夠提前識別潛在的過載情況，及時采取措施避免電力中斷，優化電力資源的分配，確保供電穩定性和可靠性，減少電力損耗和運營成本。開展配電網短期負荷預測有助于平衡供需關系，充分應對負荷不確定性，提高電網的靈活性和適應性。
3、目前配電網負荷預測方法分為點預測和負荷概率預測，與點預測相比，負荷概率預測具有顯著優勢，能夠量化負荷不確定性，提供上下邊界，有助于電網運營商識別和管理潛在風險，降低因負荷波動導致的電力供應中斷，為決策支持提供了依據。名稱為《基于td3可變長度時間窗口最優加權的短期負荷預測策略》的中國論文提出了一種利用雙延遲深度確定性策略梯度模型(twin?delay?deep?deterministic?policy?gradient,?td3)來進行配電網短期負荷概率預測。經過閱讀發現現有技術采用td3算法來進行配電網短期負荷概率預測存在以下弊端：td3算法的經驗回放機制在隨機抽樣經驗樣本時，可能會導致低價值樣本被頻繁選取，從而影響訓練效果和最終性能，
技術實現思路
1、本專利技術所要解決的技術問題是：如何提升配電網短期負荷概率預測的準確率。
2、為解決上述技術問題，本專利技術所提出的技術方案是：一種配電網短期負荷概率的預測方法，包括以下步驟：
3、步驟1：根據分位數回歸算法建立初始配電網短期負荷概率預測模型，如下式（1）所示，
4、??????（1）
5、式（1）中，是分位數回歸算法，x是輸入分位數回歸算法中的配電網真實負荷序列；是分位數回歸算法中的分位數概率比例；是第一回歸系數；是第二回歸系數；
6、步驟2：定義需要進行配電網短期負荷概率預測的時刻為負荷待預測時刻t，采集所述負荷待預測時刻t前的n個配電網歷史負荷數據并形成配電網歷史負荷數據集合a，如下式（1）所示，
7、????????（2）
8、公式（2）中，分別是所述負荷待預測時刻t前的第一配電網歷史負荷數據到第n配電網歷史負荷數據；
9、采集所述負荷待預測時刻t的前一個時刻到前m個時刻的配電網真實負荷數據并形成配電網真實負荷數據集合b，如下式（3）所示，
10、????????（3）
11、公式（3）中，分別是所述負荷待預測時刻t的前一個時刻到前m個時刻的配電網真實負荷數據；
12、根據滑動窗口法對所述配電網歷史負荷數據集合a中的所有數據進行切片形成所述負荷待預測時刻t的前一個時刻到前m+1時刻的配電網歷史負荷數據時序序列，并將所有的配電網歷史負荷數據時序序列收集起來形成配電網歷史負荷數據時序序列集合x，如下式（4）所示，
13、???????（4）
14、式（4）中，分別是所述負荷待預測時刻t的前一個時刻到前m+1時刻的配電網歷史負荷數據時序序列；是所述滑動窗口的窗口長度；
15、步驟3：?根據聯合經驗池回放-雙延遲深度確定性策略梯度算法計算出所述初始配電網短期負荷概率預測模型的最優分位數概率比例、最優第一回歸系數和最優第二回歸系數，具體步驟如下：
16、步驟3.1：建立所述初始配電網短期負荷概率預測模型中分位數概率比例更新模型如下式（5）所示，
17、????????（5）
18、式（5）中，是更新后的分位數概率比例；是狀態動作值函數；x是輸入分位數概率比例更新模型中的配電網真實負荷序列；是輸入分位數概率比例更新模型中的待更新的分位數概率比例；是所述初始配電網短期負荷概率預測模型中的神經網絡參數；是動作空間；是動作空間中的動作索引值；是分位數概率；是所述動作空間h內的動作個數；
19、建立所述初始配電網短期負荷概率預測模型中的回歸系數更新模型，如下式（6）所示，
20、????????（6）
21、式（6）中，是更新后的回歸系數，是待更新的回歸系數；是梯度計算符號；是經驗損失函數；是所述初始配電網短期負荷概率預測模型中的學習率；是采樣經驗池大小；?是校正參數；是預測器緩沖區中的經驗數量；是經驗采樣概率；是重要性采樣權重最大值；是采樣經驗的優先級；是采樣經驗優先級的程度；是分位數損失；是配電網真實負荷數據；是配電網的預測負荷概率邊界；
22、建立所述初始配電網短期負荷概率預測模型中的神經網絡參數更新模型，如下式（7）所示，
23、（7）
24、式（7）中，是更新后的神經網絡參數；是待更新的神經網絡參數；是更新函數；是獎勵函數；
25、步驟3.2：初始化所述初始配電網短期負荷概率預測模型中的分位數概率比例和所述神經網絡參數的數值作為所述負荷待預測時刻t的前m+1時刻的分位數概率比例和神經網絡參數；初始化所述初始配電網短期負荷概率預測模型中第一回歸系數和第二回歸系數的數值作為所述初始配電網短期負荷概率預測模型在所述負荷待預測時刻t的前m+1時刻的第一回歸系數和第二回歸系數；
26、步驟3.3：將所述初始配電網短期負荷概率預測模型在所述負荷待預測時刻t的前m+1時刻的分位數概率比例和神經網絡參數輸入所述分位數概率比例更新模型中，然后將所述也輸出所述分位數概率比例更新模型中計算出所述初始配電網短期負荷概率預測模型在所述負荷待預測時刻t的前m個時刻的分位數概率比例；將所述、、和所述代入所述初始配電網短期負荷概率預測模型中計算得到配電網在所述負荷待預測時刻t的前m時刻的初始負荷概率上邊界和初始負荷概率下邊界；
27、步驟3.4：將所述、、、和代入所述回歸更新模型計算得到所述初始配電網短期負荷概率預測模型在所述負荷待預測時刻t的前m時刻的第一回歸系數和第二回歸系數
28、步驟3.5：將所述、、、、、和代入所述神經網絡參數更新模型中計算出所述初始配電網短期負荷概率預測模型在所述負荷待預測時刻t的前m時刻的神經網絡參數；
29、步驟3.6：根據步驟3.2到步驟3.5的原理，依次計算出所述初始配電網短期負荷概率預測模型在所述負荷待預測時刻t的前m-1時刻到前一個時刻的分位數概率比例、第一回歸系數、第二回歸系數和神經網絡參數；
30、將所述初始配電網短期負荷概率預測模型在所述負荷待預測時刻t的前一個時刻的分位數概率比例和神經網絡參數輸入所述分位數概率比例更新模型中，然后將所述也輸出所述分位數概率比例更新模本文檔來自技高網...
【技術保護點】
1.一種配電網短期負荷概率的預測方法，其特征在于：包括以下步驟：
【技術特征摘要】
1.一種配電網短期負荷概率的預測...
【專利技術屬性】
技術研發人員：吳海偉，李雪，周航，黃浩，汪自虎，嵇文路，王立峰，潘小輝，
申請(專利權)人：國網江蘇省電力有限公司南京供電分公司，
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。