(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 202211305439.6 (22)申请日 2022.10.24 (71)申请人 国网上海市电力公司 地址 200126 上海市浦东 新区源深路1 122 号 申请人 天津大学 (72)发明人 石方迪　江峰青　祝瑞金　苏卫华　 罗凤章　徐建锋　李轶立　陶佩军　 吴正骅　卢婧婧　祝燕萍　李亦农　 王骏　顾辰方　蔡佳铭　丘校宇　 (74)专利代理 机构 上海元好知识产权代理有限 公司 31323 专利代理师 林杨　徐雯琼 (51)Int.Cl. G06Q 10/04(2012.01)G06Q 50/06(2012.01) G06F 17/18(2006.01) G06N 20/10(2019.01) (54)发明名称 一种多负荷日类型配电网负荷曲线预测方 法 (57)摘要 本发明提供一种多负荷日类型配电网负荷 曲线预测方法， 用于区分不同负荷日类型预测配 电网的负荷曲线， 包括步骤： S1、 输入待预测配电 网的负荷曲线历史数据、 气象因素历史数据和社 会因素历史数据； S2、 对负荷 曲线历史数据和气 象因素历史数据进行数据预处理； S3、 进行影响 因素关联规律分析， 选取出与 负荷曲线强相关气 象因素； S4、 基于待预测日的负荷日类型， 进行节 假日负荷曲线预测或/和非节假日负荷曲线预 测， 输出待预测日负荷曲线。 本发明实现了对负 荷数据潜在规律的提取， 大大减少了负荷预测的 运算量， 提升了负荷曲线的预测精度， 能够为配 电网规划运行提供一定支撑 。 权利要求书2页 说明书12页 附图14页 CN 115545333 A 2022.12.30 CN 115545333 A 1.一种多负荷日类型配电网负荷曲线预测方法， 用于区分不同负荷日类型预测配电网 的负荷曲线， 其特 征在于， 包括 步骤： S1、 输入所述待预测配电网的负荷曲线历史数据、 气象因素历史数据和社会因素历史 数据； S2、 对所述负荷曲线历史数据和气象因素历史数据进行 数据预处 理； S3、 基于数据预处理后的所述负荷曲线历史数据和气象因素历史数据， 进行影响因素 关联规律分析， 选取 出与负荷曲线强相关气象因素； S4、 基于待预测日的负荷日类型， 进行节假日负荷曲线预测或/和非节假日负荷曲线预 测； S7、 输出待预测日负荷曲线。 2.如权利要求1所述的多负荷日类型配电网负荷曲线预测方法， 其特征在于， 所述节假 日负荷曲线预测包括 步骤： S51、 区分待预测日的负荷日类型的各个节假日， 对经过数据预处理后的所述负荷曲线 历史数据中的历年同一节假日 的负荷曲线分别进 行解耦处理， 获得各个节假日 的历年平均 负荷数据与负荷标幺 曲线； S52、 将步骤S51获取的各个节假日的所述历年平均负荷数据输入离散灰色模型， 获得 待预测日中的各个节假日的平均负荷； S53、 基于各个节假日的所述负荷标幺曲线获得待预测日中的各个节假日的负荷标幺 曲线； 再将待 预测日中的各个节假日的所述平均负荷与各个节假日 的负荷标幺曲线进 行组 合， 生成待预测日负荷曲线。 3.如权利要求1所述的多负荷日类型配电网负荷曲线预测方法， 其特征在于， 所述非节 假日负荷曲线预测包括 步骤： S61、 采用K均值聚类算法， 分别对经过数据预处理后的所述负荷曲线历史数据中的负 荷日类型为工作日的全部的负荷曲线和负荷日类型为休息日的全部的负荷曲线分别进行 聚类分析， 获得若干负荷值与变化 规律相似的负荷曲线类别； S62、 将步骤S61获取的所述负荷曲线类别与步骤S3获取的所述强相关气象因素输入 CART分类树， 进 而生成决策树； S63、 输入待预测日的强相 关气象因素的气象预报数据， 并根据步骤S62中的所述决策 树获得待预测日负荷曲线的所属类别； S64、 将与待预测日同类别的负荷曲线及其所述强相关气象因素的数据输入最小二乘 支持向量机， 对LS SVM进行训练， 进 而生成待预测日负荷曲线。 4.如权利要求2所述的多负荷日类型配电网负荷曲线预测方法， 其特 征在于， 步骤S53中， 获得待预测日中的各个节假日的负荷标幺曲线是通过对步骤S51获取的各 个节假日的所述负荷标幺 曲线根据“近大远小 ”原则进行加权处 理获得的。 5.如权利要求1所述的多负荷日类型配电网负荷曲线预测方法， 其特征在于， 步骤S3包 括： S31、 对经过数据预处理的气象因素历史数据进行总体分布检验， 获取各气象因素的总 体分布检验结果； S32、 基于各气象因素的所述总体分布检验结果， 分析各气象因素与负荷曲线的相关权　利　要　求　书 1/2 页 2 CN 115545333 A 2性， 选出与负荷曲线强相关的气象因素。 6.如权利要求1所述的多负荷日类型配电网负荷曲线预测方法， 其特征在于， 步骤S4包 括： 判断待预测日的负荷日类型： 若待预测日的所述负荷日类型中只包括节假日， 则仅进行节假日负荷曲线预测； 若待预测日的所述负荷日类型中只包括非节假日， 则仅进行非节假日负荷曲线预测； 如果待预测日的所述负荷日类型中既包括节假日、 又包括非节假日， 则分别进行节假 日负荷曲线预测 和非节假日负荷曲线预测。 7.如权利要求5所述的多负荷日类型配电网负荷曲线预测方法， 其特 征在于， 步骤S32中， 对服从正态分布 的所述气象因素使用皮尔逊相关系数分析其与负荷曲线 的相关性。 8.如权利要求5所述的多负荷日类型配电网负荷曲线预测方法， 其特 征在于， 步骤S32中， 对不服从正态分布 的所述气象因素使用斯皮尔曼相关系数分析其与负荷 曲线的相关性。 9.如权利要求1所述的多负荷日类型配电网负荷曲线预测方法， 其特 征在于， 步骤S2中， 所述数据预处 理为依次进行缺失值 填充、 离群值检测及替换、 归一 化处理。 10.如权利要求1所述的多负荷日类型配电网负荷曲线预测方法， 其特 征在于， 所述社会因素历史数据至少包 含负荷日类型。权　利　要　求　书 2/2 页 3 CN 115545333 A 3