(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211064414.1 (22)申请日 2022.09.01 (71)申请人 南方电网科 学研究院有限责任公司 地址 510663 广东省广州市萝岗区科 学城 科翔路11号J1栋3、 4、 5楼及J3 栋3楼 申请人 中国南方电网有限责任公司 (72)发明人 卓映君　周保荣　卢斯煜　叶琳浩　 王嘉阳　邹金　谢平平　蔡东阳　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 专利代理师 吴玲 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/06(2012.01) G06F 16/215(2019.01)H02J 3/00(2006.01) (54)发明名称 一种基于多元化指标的负荷特性预测方法 和系统 (57)摘要 本发明公开了一种基于多元化指标的负荷 特性预测方法和系统， 兼顾宏观经济指标、 产业 电能需求等影 响负荷特性的关键指标因素影响， 基于多元化指标， 采用多元线性回归分析法建立 涵盖年‑月‑日多个时间尺度的负荷特性预测模 型， 相对于传统单一指标的负荷预测模型， 分析 角度更全面， 能更精准地预测各时间尺度的负荷 特性， 可为电网的规划和运行管 理提供更为详细 和可靠的参考， 解决了 现有的电力系统负荷特性 预测方式不能准确表达多元化和复杂化的电力 系统负荷构成场景下的负荷特性， 负荷特性预测 结果无法满足精细化要求， 难以为电网的规划和 运行管理提供 可靠指导的技 术问题。 权利要求书3页 说明书8页 附图2页 CN 115330079 A 2022.11.11 CN 115330079 A 1.一种基于多元化指标的负荷特性预测方法， 其特 征在于， 包括： 获取目标区域的影响负荷特性的关键指标的历史统计数据， 其中， 影响负荷特性的关 键指标包括生产总值GDP、 全社会用电量需求、 产业用电量需求、 年负荷特性、 月温度特征、 区域典型月负荷特性曲线和各产业典型日负荷特性曲线； 对历史统计数据进行 数据清洗； 根据数据清洗后的关键指标的历史统计数据， 采用多元线性 回归分析法建立年最大负 荷特性预测模型、 月负荷特性曲线预测模型和日负荷特性曲线预测模型； 年最大负荷特性预测模型为： Yy＝αy,1xGDP+αy,2xe+αy,3xe,2+αy,4xe,3+βy 其中， Yy为年最大负荷， xGDP为目标区域的生产总 值GDP， xe为全社会用电量需求， xe,2为 第二产业的用电量需求， xe,3为第三产业的用电量需求， αy,1、 αy,2、 αy,3和αy,4分别为xGDP、 xe、 xe,2和xe,3的第一指标系数， βy为第一残差项； 月负荷特性曲线预测模型为： Ym＝αm,1xm+αm,2xe,1+αm,3xe,2+αm,4xe,3+∑pro∈sαm,proxpro+βm 其中， Ym为月负荷特性系数， xm为月份序号， m取值为1～12， xe,1、 xe,2和xe,3分别为第一产 业、 第二产业和第三产业的用电量需求， xpro为目标区域内的月最高温度， αm,1、 αm,2、 αm,3、 αm,4 和 αm,pro分别为xm、 xe,1、 xe,2、 xe,3和xpro的第二指标系数， βm为第二残差项； 日负荷特性曲线预测模型为： 其中， 为第t时段的日负荷特性系数， 和 分别为第t时段的第一产业、 第 二产业和第三产业的日负荷特性系数； 根据年最大负荷特性预测模型、 月负荷特性曲线预测模型和日负荷特性曲线预测模 型， 对目标区域进行年 ‑月‑日负荷特性预测。 2.根据权利要求1所述的基于多元化指标的负荷特性预测方法， 其特 征在于， 还 包括： 根据实时获取到的影响负荷特性的关键指标数据分别对应代入年最大负荷特性预测 模型、 月负荷特性 曲线预测模型和日负荷特性 曲线预测模型， 计算年最大负荷特性预测模 型、 月负荷特性曲线预测模型和日负荷特性曲线预测模型的R方和P值， 根据R方和P值评估 年最大负荷特性预测模型、 月负荷特性曲线 预测模型和日负荷特性曲线 预测模型的负荷特 性预测准确度。 3.根据权利要求1所述的基于多元化指标的负荷特性预测方法， 其特征在于， 获取目标 区域的影响负荷特性的关键指标的历史 统计数据之前， 还 包括： 获取目标区域的影响负荷特性的所有指标的历史 统计数据； 根据影响负荷特性的所有指标的历史 统计数据， 计算指标间相关度； 将指标间相关度小于 阈值的影响负荷特性的指标数据剔除， 得到影响负荷特性的关键 指标。 4.根据权利要求3所述的基于多元化指标的负荷特性预测方法， 其特征在于， 影响负荷 特性的所有指标包括生产总值GDP、 全 社会用电量需求、 产业用电量需求、 产业用电量结构、 年负荷特性、 月份特征、 月温度特征、 区域 典型月负荷特性曲线和各产业 典型日负荷特性曲权　利　要　求　书 1/3 页 2 CN 115330079 A 2线。 5.根据权利要求3所述的基于多元化指标的负荷特性预测方法， 其特征在于， 指标间相 关度的计算公式为： 其中， rxy为指标x和指标y的相关系数， Xi为指标x的第i个样本值， Y为指标y的第i个样 本值， 和 分别为指标x的样本平均值和指标y的样本平均值， n 为样本容 量。 6.一种基于多元化指标的负荷特性预测系统， 其特 征在于， 包括： 关键指标历史数据获取模块， 用于获取目标区域的影响负荷特性的关键指标的历史统 计数据， 其中， 影响负荷特性的关键指标包括生产总值GDP、 全社会用电量需求、 产业用电量 需求、 年负荷特性、 月温度特 征、 区域典型月负荷特性曲线和各产业典型日负荷特性曲线； 数据清洗模块， 用于对历史 统计数据进行 数据清洗； 负荷预测模型构建模块， 用于根据数据清洗后的关键指标的历史统计数据， 采用多元 线性回归分析法建立年最大负荷特性预测模型、 月负荷特性曲线 预测模型和日负荷特性曲 线预测模型； 年最大负荷特性预测模型为： Yy＝αy,1xGDP+αy,2xe+αy,3xe,2+αy,4xe,3+βy 其中， Yy为年最大负荷， xGDP为目标区域的生产总 值GDP， xe为全社会用电量需求， xe,2为 第二产业的用电量需求， xe,3为第三产业的用电量需求， αy,1、 αy,2、 αy,3和αy,4分别为xGDP、 xe、 xe,2和xe,3的第一指标系数， βy为第一残差项； 月负荷特性曲线预测模型为： Ym＝αm,1xm+αm,2xe,1+αm,3xe,2+αm,4xe,3+∑pro∈sαm,proxpro+βm 其中， Ym为月负荷特性系数， xm为月份序号， m取值为1～12， xe,1、 xe,2和xe,3分别为第一产 业、 第二产业和第三产业的用电量需求， xpro为目标区域内的月最高温度， αm,1、 αm,2、 αm,3、 αm,4 和 αm,pro分别为xm、 xe,1、 xe,2、 xe,3和xpro的第二指标系数， βm为第二残差项； 日负荷特性曲线预测模型为： 其中， 为第t时段的日负荷特性系数， 和 分别为第t时段的第一产业、 第 二产业和第三产业的日负荷特性系数； 负荷预测模块， 用于根据年最大负荷特性预测模型、 月负荷特性曲线预测模型和日负 荷特性曲线预测模型， 对目标区域进行年 ‑月‑日负荷特性预测。 7.根据权利要求6所述的基于多元化指标的负荷特性预测系统， 其特征在于， 还包括模 型评估模块； 模型评估 模块用于： 根据实时获取到的影响负荷特性的关键指标数据分别对应代入年最大负荷特性预测 模型、 月负荷特性 曲线预测模型和日负荷特性 曲线预测模型， 计算年最大负荷特性预测模 型、 月负荷特性曲线预测模型和日负荷特性曲线预测模型的R方和P值， 根据R方和P值评估权　利　要　求　书 2/3 页 3 CN 115330079 A 3