一種區(qū)域售電量預(yù)測方法及裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本申請涉及電力數(shù)據(jù)處理技術(shù)領(lǐng)域，更具體地說，涉及一種區(qū)域售電量預(yù)測方法 及裝置。
【背景技術(shù)】
[0002] 隨著智能電網(wǎng)建設(shè)和電力體制改革的不斷深入，月度售電量預(yù)測對于電網(wǎng)公司制 定月度生產(chǎn)經(jīng)營計劃、指導(dǎo)發(fā)電廠和輸配電網(wǎng)的合理運(yùn)行、制定有序用電方案、推動電力市 場的發(fā)展和建設(shè)都具有十分重要的意義。
[0003] 本申請發(fā)明人通過對現(xiàn)有售電量預(yù)測方法進(jìn)行研究，發(fā)現(xiàn)其存在以下缺陷：現(xiàn)有 售電量預(yù)測方法一般是針對各個用電區(qū)域均使用同樣的預(yù)測算法，其并未考慮到各地區(qū)用 電量曲線的不同特性，只利用一種預(yù)測算法對多地區(qū)的售電量進(jìn)行預(yù)測，導(dǎo)致預(yù)測精度不 尚。

【發(fā)明內(nèi)容】

[0004] 有鑒于此，本申請?zhí)峁┝艘环N區(qū)域售電量預(yù)測方法及裝置，用于解決現(xiàn)有售電量 預(yù)測方法針對不同用電區(qū)域均使用同一預(yù)測算法，導(dǎo)致預(yù)測精度不高的問題。
[0005] 為了實(shí)現(xiàn)上述目的，現(xiàn)提出的方案如下：
[0006] -種區(qū)域售電量預(yù)測方法，包括：
[0007] 獲取各個待預(yù)測區(qū)域的歷史售電量曲線；
[0008] 確定各個待預(yù)測區(qū)域的歷史售電量曲線在時域和頻域下的特征；
[0009] 根據(jù)各待預(yù)測區(qū)域的歷史售電量曲線在時域和頻域下的特征，對各待預(yù)測區(qū)域進(jìn) 行聚類，同一聚類組內(nèi)，各個待預(yù)測區(qū)域的歷史售電量曲線在時域和頻域下的特征相同，且 該特征作為聚類組的特征標(biāo)簽；
[0010] 針對每一個聚類組，選用預(yù)置的與該聚類組的特征標(biāo)簽對應(yīng)的預(yù)測算法對該聚類 組內(nèi)的各個待預(yù)測區(qū)域進(jìn)行售電量預(yù)測。
[0011] 優(yōu)選地，在根據(jù)各待預(yù)測區(qū)域的歷史售電量曲線在時域和頻域下的特征，對各待 預(yù)測區(qū)域進(jìn)行聚類時，采用視覺聚類算法進(jìn)行聚類。
[0012] 優(yōu)選地，所述確定各個待預(yù)測區(qū)域的歷史售電量曲線在時域和頻域下的特征，包 括：
[0013] 確定各個待預(yù)測區(qū)域的歷史售電量曲線在時域下的時域同比量和時域環(huán)比量；
[0014] 確定各個待預(yù)測區(qū)域的歷史售電量曲線在頻域下的頻域極差點(diǎn)幅值和非氏指 數(shù)；
[0015] 利用時域同比量確定對應(yīng)待預(yù)測區(qū)域的歷史售電量曲線是否具備長期性；
[0016] 利用時域環(huán)比量確定對應(yīng)待預(yù)測區(qū)域的歷史售電量曲線是否具備平穩(wěn)性；
[0017] 利用頻域極差點(diǎn)幅值確定對應(yīng)預(yù)測區(qū)域的歷史售電量曲線是否具備擾動性；
[0018] 利用非氏指數(shù)確定對應(yīng)預(yù)測區(qū)域的歷史售電量曲線是否具備周期性。
[0019] 優(yōu)選地，聚類形成的各個聚類組的特征標(biāo)簽包括：
[0020] 第一特征標(biāo)簽：同時具備長期性、平穩(wěn)性和周期性，不具備擾動性；
[0021] 第二特征標(biāo)簽：同時具備長期性、周期性和擾動性，不具備平穩(wěn)性；
[0022] 第三特征標(biāo)簽：同時具備平穩(wěn)性、周期性和擾動性，不具備長期性；
[0023] 第四特征標(biāo)簽：同時具備長期性和擾動性，不具備平穩(wěn)性和周期性；
[0024] 第五特征標(biāo)簽：同時具備平穩(wěn)性和周期性，不具備長期性和擾動性。
[0025] 優(yōu)選地，預(yù)置的與各特征標(biāo)簽對應(yīng)的預(yù)測算法包括：
[0026] 與所述第一特征標(biāo)簽對應(yīng)的BP神經(jīng)網(wǎng)絡(luò)算法；
[0027] 與所述第二特征標(biāo)簽對應(yīng)的L1/2稀疏性回歸算法；
[0028] 與所述第三特征標(biāo)簽對應(yīng)的支持向量機(jī)SVM回歸算法；
[0029] 與所述第四特征標(biāo)簽對應(yīng)的L1/2稀疏性回歸算法；
[0030] 與所述第五特征標(biāo)簽對應(yīng)的差分自回歸移動平均模型ARIM算法。
[0031] 一種區(qū)域售電量預(yù)測裝置，包括：
[0032] 曲線獲取單元，用于獲取各個待預(yù)測區(qū)域的歷史售電量曲線；
[0033] 特征確定單元，用于確定各個待預(yù)測區(qū)域的歷史售電量曲線在時域和頻域下的特 征；
[0034] 聚類處理單元，用于根據(jù)各待預(yù)測區(qū)域的歷史售電量曲線在時域和頻域下的特 征，對各待預(yù)測區(qū)域進(jìn)行聚類，同一聚類組內(nèi)，各個待預(yù)測區(qū)域的歷史售電量曲線在時域和 頻域下的特征相同，且該特征作為聚類組的特征標(biāo)簽；
[0035] 算法匹配單元，用于針對每一個聚類組，選用預(yù)置的與該聚類組的特征標(biāo)簽對應(yīng) 的預(yù)測算法對該聚類組內(nèi)的各個待預(yù)測區(qū)域進(jìn)行售電量預(yù)測。
[0036] 優(yōu)選地，所述聚類處理單元包括：
[0037] 第一聚類處理子單元，用于采用視覺聚類算法，根據(jù)各待預(yù)測區(qū)域的歷史售電量 曲線在時域和頻域下的特征，對各待預(yù)測區(qū)域進(jìn)行聚類。
[0038] 優(yōu)選地，所述特征確定單元包括：
[0039] 時域特征確定單元，用于確定各個待預(yù)測區(qū)域的歷史售電量曲線在時域下的時域 同比量和時域環(huán)比量；
[0040] 頻域特征確定單元，用于確定各個待預(yù)測區(qū)域的歷史售電量曲線在頻域下的頻域 極差點(diǎn)幅值和非氏指數(shù)；
[0041] 長期性確定單元，用于利用時域同比量確定對應(yīng)待預(yù)測區(qū)域的歷史售電量曲線是 否具備長期性；
[0042] 平穩(wěn)性確定單元，用于利用時域環(huán)比量確定對應(yīng)待預(yù)測區(qū)域的歷史售電量曲線是 否具備平穩(wěn)性；
[0043] 擾動性確定單元，用于利用頻域極差點(diǎn)幅值確定對應(yīng)預(yù)測區(qū)域的歷史售電量曲線 是否具備擾動性；
[0044] 周期性確定單元，用于利用非氏指數(shù)確定對應(yīng)預(yù)測區(qū)域的歷史售電量曲線是否具 備周期性。
[0045] 優(yōu)選地，聚類形成的各個聚類組的特征標(biāo)簽包括：
[0046] 第一特征標(biāo)簽：同時具備長期性、平穩(wěn)性和周期性，不具備擾動性；
[0047] 第二特征標(biāo)簽：同時具備長期性、周期性和擾動性，不具備平穩(wěn)性；
[0048] 第三特征標(biāo)簽：同時具備平穩(wěn)性、周期性和擾動性，不具備長期性；
[0049] 第四特征標(biāo)簽：同時具備長期性和擾動性，不具備平穩(wěn)性和周期性；
[0050] 第五特征標(biāo)簽：同時具備平穩(wěn)性和周期性，不具備長期性和擾動性。
[0051] 優(yōu)選地，預(yù)置的與各特征標(biāo)簽對應(yīng)的預(yù)測算法包括：
[0052] 與所述第一特征標(biāo)簽對應(yīng)的BP神經(jīng)網(wǎng)絡(luò)算法；
[0053] 與所述第二特征標(biāo)簽對應(yīng)的L1/2稀疏性回歸算法；
[0054] 與所述第三特征標(biāo)簽對應(yīng)的支持向量機(jī)SVM回歸算法；
[0055] 與所述第四特征標(biāo)簽對應(yīng)的L1/2稀疏性回歸算法；
[0056] 與所述第五特征標(biāo)簽對應(yīng)的差分自回歸移動平均模型ARIMA算法。
[0057] 從上述的技術(shù)方案可以看出，本申請實(shí)施例提供的區(qū)域售電量預(yù)測方法，對于待 預(yù)測各個區(qū)域的歷史售電量曲線進(jìn)行時域和頻域特征的確定，并據(jù)此對各個待預(yù)測區(qū)域進(jìn) 行聚類，同一聚類組內(nèi)，各個待預(yù)測區(qū)域的歷史售電量曲線在時域和頻域下的特征相同，且 該特征作為聚類組的特征標(biāo)簽，最后針對每一個聚類組，選用預(yù)置的與該聚類組的特征標(biāo) 簽對應(yīng)的預(yù)測算法對該聚類組內(nèi)的各個待預(yù)測區(qū)域進(jìn)行售電量預(yù)測。本申請方法通過對不 同待預(yù)測區(qū)域進(jìn)行聚類劃分，對于歷史售電量曲線特征相同的區(qū)域采用匹配的相同預(yù)測算 法進(jìn)行統(tǒng)一預(yù)測，從而提高了對區(qū)域售電量預(yù)測的精確度。
【附圖說明】
[0058] 為了更清楚地說明本申請實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實(shí)施例或現(xiàn) 有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本 申請的實(shí)施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù) 提供的附圖獲得其他的附圖。
[0059] 圖1為BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)示意圖；
[0060] 圖2為本申請實(shí)施例公開的一種區(qū)域售電量預(yù)測方法流程圖；
[0061] 圖3為本申請實(shí)施例公開的一種確定待預(yù)測區(qū)域的歷史售電量曲線在時域和頻 域下特征的方法流程圖；
[0062] 圖4為本申請實(shí)施例公開的一種27家公司聚類結(jié)果示意圖；
[0063]