公开(公告)号：CN116995668A

公开(公告)日：2023-11-03

申请号：CN202311030103.8

申请日：2023-08-16

Applicant: 国家电网公司东北分部 ,  中国科学院沈阳计算技术研究所有限公司

Inventor： 张晓天 ,  孙羽 ,  王汉军 ,  屈可丁 ,  黄冶 ,  胡继匀 ,  姚广智 ,  张健男 ,  吕昌林 ,  赵海吉 ,  杨俊杰 ,  田长翼 ,  安丰强 ,  李牧雨 ,  刘红叶

IPC: H02J3/00 ,  G06Q10/04 ,  G06Q50/06 ,  G06F18/27

Abstract: 本发明提供了一种基于改进季节性ARIMA模型的中长期电力负荷预测方法和系统，方法包括以下步骤：数据准备，抽取历史电力负荷数据；周期提取，根据傅里叶级数展开式进行分解，得到均值、周期分量和非周期分量；趋势拟合，对非周期分量计算其中心化的移动平均值，用最小二乘法拟合得到趋势分量；残差模拟，对非周期分量减去趋势分量得到的残差分量，构建ARIMA自回归差分移动平均模型；结果预测，对各分量进行下一期的外推预测，各外推预测分量叠加得到预测结果；误差评价，ARIMA模型的构建是波动模拟的过程，可以选择95％置信区间作为参考误差区间。本发明提高了预测的准确度。

公开(公告)号：CN117076986A

公开(公告)日：2023-11-17

申请号：CN202311030849.9

申请日：2023-08-16

Applicant: 国家电网公司东北分部 ,  中国科学院沈阳计算技术研究所有限公司

Inventor： 黄冶 ,  孙羽 ,  王汉军 ,  屈可丁 ,  张晓天 ,  姚广智 ,  胡继匀 ,  张健男 ,  吕昌林 ,  杨俊杰 ,  田长翼 ,  安丰强 ,  李牧雨 ,  刘红叶

IPC: G06F18/24 ,  G06F18/23 ,  G06N7/02 ,  H02J3/00 ,  H02J3/38 ,  G06Q10/04 ,  G06Q10/063 ,  G06Q50/06

Abstract: 本发明一种基于模糊理论多气象因素的风功率预测偏差分级识别方法，步骤为：抽取气象预测数据构成X(xnmt)，抽取风功率预测偏差数据构成Y(ynt)；把X(xnmt)和Y(ynt)划分为多个簇集；分别构建气象状态指标、气象变化速度指标、气象变化幅度指标；分别计算气象状态距离、气象变化速度距离、气象变化幅度距离，以及综合距离；计算综合距离矩阵的模糊相似矩阵；计算模糊相似矩阵的传递闭包，选取合适的置信水平值λ，按λ截矩阵进行聚类；得到待识别个体的风功率预测偏差等级及其置信水平。本发明考虑多气象因素指标，基于模糊传递闭包聚类和模糊模式识别方法，对待识别个体进行偏差识别，得到不同偏差等级的置信水平，为电力平衡的风功率预测纳入比例提供参考依据。