本發(fā)明涉及電力系統(tǒng)，尤其涉及基于分類回歸映射的家庭用電電力負荷預測與節(jié)電方法。

背景技術：

1、隨著智能電網(wǎng)的大力發(fā)展，對電網(wǎng)的安全性、電力傳輸?shù)慕?jīng)濟性和電力質(zhì)量的高要求越發(fā)嚴格。電力系統(tǒng)中電能的大量存儲還存在較多的問題，所以電能的生產(chǎn)、傳輸和消費本質(zhì)上是同一時間進行的，確保輸、配電的連續(xù)性，是維持整個電力系統(tǒng)穩(wěn)定運行的基礎。為了保證電力系統(tǒng)經(jīng)濟穩(wěn)定的運行，需要對電能的產(chǎn)生、傳輸和分配進行細致的規(guī)劃分析，減少不必要的線路損耗和生產(chǎn)消耗，可以有效提高經(jīng)濟效益。電力負荷是規(guī)劃分析的重要依據(jù)，但其受多個不確定因素影響，包括天氣因素、節(jié)假日或者家庭用電行為等，電力負荷曲線體現(xiàn)出周期性和波動性，所以電力負荷預測還是亟待解決的問題。電力負荷中根據(jù)用戶的性質(zhì)大體上可以分為農(nóng)業(yè)電力負荷、工業(yè)電力負荷、交通運輸電力負荷和家庭生活用電負荷。其中，據(jù)調(diào)查表明，家庭用電量已超過社會總用電量的三分之一，不僅如此，家庭用電負荷和人民的生活水平息息相關，也從側(cè)面反映了社會的經(jīng)濟發(fā)展迅猛。但家庭用電不僅僅受天氣因素和節(jié)假日的影響，用戶的生活習慣也是家庭用電負荷波動性強、預測難度大的重要原因，家庭用電電力負荷預測是電力負荷預測的重要組成部分，精準的家庭用電電力負荷預測可以為配電輸電提供依據(jù)，也可以為電力市場的電價制定提供有效保證，電力傳輸過程經(jīng)過合理地預測規(guī)劃后能減少不必要的電力損耗，提高電力質(zhì)量和經(jīng)濟效益。

2、目前研究人員對電力負荷預測方法進行了各種各樣的研究，針對家庭用電也提出了各種方法來實現(xiàn)它的電力負荷預測。

3、如湖南工商大學的曹文治等人在2022年10月25日申請的目前已經(jīng)授權的多用戶場景下的家庭用戶電力負荷預測方法及相關設備，專利申請?zhí)枮閏n202211311699.4。該發(fā)明公開了一種多用戶場景下的家庭用戶電力負荷預測方法及相關設備，包括：獲取家庭用戶的歷史電力負荷數(shù)據(jù)集，基于每個家庭用戶的歷史電力負荷數(shù)據(jù)集進行主成分分析，得到初始數(shù)據(jù)集，并對初始數(shù)據(jù)集聚類分析，得到n類池用戶數(shù)據(jù)，采用n類池用戶數(shù)據(jù)，分別對預設的深度學習模型進行訓練，得到n個電力負荷預測模型；確定待預測的單個家庭用戶數(shù)據(jù)在n類池用戶數(shù)據(jù)中的隸屬度系數(shù)；采用電力負荷預測模型，對待預測的單個家庭用戶數(shù)據(jù)進行電力負荷預測，得到待預測的單個家庭用戶數(shù)據(jù)對應的n類預測結(jié)果；采用隸屬度系數(shù)對n類預測結(jié)果進行加權融合處理，得到待預測的單個家庭的電力負荷預測值，采用該發(fā)明可提高電力負荷預測的精準性。

4、也有山東大學的李歧強等人在2017年5月4日申請的目前已經(jīng)授權的一種居民用戶電力負荷預測方法，專利申請?zhí)枮閏n201710309330.2。該發(fā)明公開了一種居民用戶電力負荷預測方法，旨在解決參與電力需求響應時用戶制訂電器工作計劃較為繁瑣的問題。該發(fā)明采用點對點倍比法，根據(jù)電器使用規(guī)律將電器分為三類；一類，針對全天使用電器，根據(jù)前三天每小時電器耗電量預測接下來一天該類電器耗電量；二類，針對使用時間不定、功率較為穩(wěn)定的電器，根據(jù)用戶上周同一天及最近三天使用記錄，預測該類電器使用的時間；三類，針對功率變化較大、使用時間不定的電器，根據(jù)用戶上周同一天及最近三天使用記錄，預測該類電器使用的時間及耗電量。該發(fā)明可有效預測用戶家庭中電器使用行為及耗電量，具有所需歷史數(shù)據(jù)量少且易于實現(xiàn)的特點，有效減輕用戶制定電器工作計劃的工作量。

5、雖然目前已經(jīng)有許多專家和學者對家庭用電電力負荷預測方法進行了大量研究，如相關的兩篇專利提出的方法，但是卻很少針對家庭用電電力負荷預測模型提出相應的節(jié)電方法，而且現(xiàn)在的家庭用電電力負荷預測方法大多都存在缺陷，比如，預測數(shù)據(jù)的波動性差、電力負荷預測效果不好、電力負荷預測效率低下等等。

技術實現(xiàn)思路

1、有鑒于現(xiàn)有技術的上述缺陷，本發(fā)明基于分類回歸映射的家庭用電電力負荷預測與節(jié)電方法，采用改進的四分位距方法對家庭用電進行數(shù)據(jù)處理，結(jié)合家庭用電數(shù)據(jù)建立改進的短時負荷預測模型，建立基于電力潮流設計的約束公式，根據(jù)約束公式建立家庭用電電力負荷的目標函數(shù)，從而最小化家庭用電成本。

2、為實現(xiàn)上述目的，本發(fā)明采用了如下技術方案：基于分類回歸映射的家庭用電電力負荷預測與節(jié)電方法，包括：

3、采用改進的四分位距方法對家庭用電進行數(shù)據(jù)處理；

4、根據(jù)處理后的家庭用電數(shù)據(jù)建立改進的短時負荷預測模型；

5、根據(jù)短時負荷預測模型建立基于電力潮流設計的約束公式；

6、根據(jù)約束公式建立家庭用電電力負荷的目標函數(shù)。

7、進一步的，所述采用改進的四分位距方法對家庭用電進行數(shù)據(jù)處理，具體采用改進的基于離群值檢測的四分位距方法，具體的公式表示為：

8、iqr＝quart3-quart1，lb＝quart1-1.5×iqr，ub＝quart3+1.5×iqr

9、其中，quart1和quart3分別代表數(shù)據(jù)中的第一和第三四分位數(shù)，數(shù)據(jù)中的iqr代表四分位距，它是從第三四分位數(shù)中減去第一四分位數(shù)的數(shù)據(jù)值，ub和lb分別是四分位數(shù)數(shù)據(jù)的上限和下限；

10、通過上述方法將離群值數(shù)據(jù)定義為高于四分位距上限和低于四分位距下限的數(shù)據(jù)，并從數(shù)據(jù)集中刪除；然后將被離群值處理后的數(shù)據(jù)分為五個波段，根據(jù)分類回歸映射并結(jié)合多元回歸技術來預測數(shù)據(jù)，最終得到的是家庭用電的數(shù)據(jù)處理結(jié)果。

11、進一步的，所述根據(jù)處理后的家庭用電數(shù)據(jù)建立改進的短時負荷預測模型，具體為：

12、預測第d+1天的24小時負荷模式的前饋神經(jīng)網(wǎng)絡，其輸入向量是包含26個元素的形式，具體的公式表示為x＝[p(d,1),...,p(d,24),season,day]，其中，p(d,i)表示第d天第i小時的輸入數(shù)據(jù)，season表示一年中不同季節(jié)負荷模式的輸入數(shù)據(jù)，day表示工作日與周末負荷模式的輸入數(shù)據(jù)，第d+1天的24小時用電功率模式用公式表示為d＝[p(d+1,1),...,p(d+1,24)]；

13、采用自動編碼器創(chuàng)建這些預測器的輸入屬性，所述自動編碼器為一個使用幾個隱藏層的深度神經(jīng)網(wǎng)絡，具體的公式可以表示為h＝f(x)，輸入數(shù)據(jù)x被編碼為降維向量；其中，網(wǎng)絡的參數(shù)以最小化實際輸入矢量及其從編碼矢量重構的表示方式進行調(diào)整；

14、對隨后的隱藏層單獨地重復學習，并從結(jié)構中去除重建部分，將來自最后隱藏層的降維信號視為診斷特征，并作為前饋神經(jīng)預測器的輸入屬性。

15、進一步的，所述根據(jù)短時負荷預測模型建立基于電力潮流設計的約束公式，所述基于電力潮流設計的約束公式將微電網(wǎng)發(fā)電、分布式發(fā)電、分布式儲能、補償系統(tǒng)和饋線配置納入考慮，其中：

16、微電網(wǎng)發(fā)電約束是基于聯(lián)絡線功率能力建立的，分布式發(fā)電約束是基于輸出能力制約的，具體的公式表示為其中，pmg和pdg分別是微電網(wǎng)發(fā)電的發(fā)電功率和分布式發(fā)電的發(fā)電功率；

17、分布式儲能需要滿足充電放電循環(huán)使用的要求，具體的約束公式表示為其中，pds+表示充電功率，pds-表示放電功率，qds表示由能量損失產(chǎn)生的功率補償，表示最大的分布式儲能供給量；

18、補償系統(tǒng)約束由無功功率補償構成，系統(tǒng)的無功功率補償用公式表示為其中，qstc表示系統(tǒng)的無功功率補償；

19、饋線配置約束公式表示為其中，表示在t時刻的饋線配置功率，ntot表示在t時刻的總饋線配置功率；

20、采用線性分布流量方程用于計算基于電力潮流設計的約束，用公式表示為即最終得到的家庭用電功率負荷基于電力潮流設計的約束公式。

21、更進一步的，所述根據(jù)約束公式建立家庭用電電力負荷的目標函數(shù)，目標函數(shù)用公式表示為：

22、

23、其中，表示在t時刻的微電網(wǎng)發(fā)電成本，表示在t時刻的分布式發(fā)電成本，表示在t時刻的分布式儲能成本，表示在t時刻的補償系統(tǒng)成本，表示在t時刻的饋線配置成本。

24、本發(fā)明具有以下技術效果：

25、1、本發(fā)明采用改進的基于離群值檢測的四分位距方法對家庭用電進行數(shù)據(jù)處理，可以降低數(shù)據(jù)的方差和標準差，從而更加精確的建立家庭用電的電力負荷預測模型。

26、2、本發(fā)明所采用的自動編碼器神經(jīng)網(wǎng)絡的輸入數(shù)據(jù)是從整個家庭用電的每小時數(shù)據(jù)中創(chuàng)建的，因此它由表示前一天數(shù)據(jù)的多元素向量組成，通過自動編碼器從該多元素向量生成縮減維度的診斷特征，作為最后隱藏層的信號?；趥鬟f到神經(jīng)預測器的輸入特征，由網(wǎng)絡創(chuàng)建家庭用電的功率預測，這種解決方案可以預測所有天數(shù)24小時家庭用電負荷。與普通的前饋神經(jīng)網(wǎng)絡相反，本發(fā)明的前饋神經(jīng)網(wǎng)絡由自動編碼器形成的數(shù)據(jù)表征由自動自組織過程生成，而無需人工干預，可以大大提高短時負荷預測的效率。

27、3、本發(fā)明將多個功率約束納入基于電力潮流設計的約束公式中，可以直接考慮能夠確保求解過程滿足所有的限制條件，從而提高求解的質(zhì)量和準確性，同時也可以確保所求得的解在多個維度上都是可行的，從而提高了優(yōu)化解的實用性。