(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 202211192162.0 (22)申请日 2022.09.28 (71)申请人 国网北京市电力公司 地址 100031 北京市西城区前门西大街 41 号 申请人 国家电网有限公司 (72)发明人 李南帆　魏妍萍　王军　郝志刚　 刘博文　司文文　邓帆　禹丽爽　 曾渊　王丽杰　邢云　徐颖　 (74)专利代理 机构 北京中巡通大知识产权代理 有限公司 1 1703 专利代理师 郭瑶 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/06(2012.01)H02J 3/00(2006.01) G06F 17/16(2006.01) G06F 17/18(2006.01) (54)发明名称 一种街区随机功率预测方法、 装置、 设备及 介质 (57)摘要 本发明公开了一种街区 随机功率预测方法， 包括以下步骤： 获取预设地区内的新能源功率和 负荷功率； 根据预设地区内的新能源功率和负荷 功率构建新能源 预测功率模型； 获取预设时间内 预设区域的历史数据建立马尔科夫概率转移矩 阵， 并根据马尔科夫概率转移矩阵建立自适应概 率矩阵； 根据新能源预测功率模 型和自适应概率 矩阵生成场景树； 根据场景树得到街区随机功率 预测值。 本发 明通过调整马尔科夫概率转移矩阵 建立自适应概率矩阵， 并根据自适应概率矩阵生 成场景树， 考虑了多场景及其概率， 从而能够更 有效利用概率矩阵， 降低随机功率预测计算的时 间成本， 并提供 预测精度。 权利要求书2页 说明书8页 附图5页 CN 115423211 A 2022.12.02 CN 115423211 A 1.一种街区随机功率预测方法， 其特 征在于， 包括以下步骤： 获取预设地区内的新能源功率和负荷功率； 根据预设地区内的新能源功率和负荷功率构建新能源预测功率模型； 获取预设时间内预设区域的历史数据建立马尔科夫概率转移矩阵， 并根据马尔科夫概 率转移矩阵建立自适应概 率矩阵； 根据新能源预测功率模型和自适应概 率矩阵生成场景树； 根据场景树得到街区随机功率预测值。 2.根据权利要求1所述的一种街 区随机功率预测方法， 其特征在于， 根据 预设地区内的 新能源功率和负荷功率构建新能源预测功率模型时， 采用时间序列模型构建新能源预测功 率模型。 3.根据权利要求1所述的一种街 区随机功率预测方法， 其特征在于， 建立自适应概率矩 阵时， 具体包括以下步骤： 根据马尔科夫概率转移矩阵T得到负荷历史功率数据周期； 计算负荷历史功率数据周期内k时刻负荷功率的转移概 率； 获取调整系数集； 根据调整系数集和负荷历史功率数据周期内k时刻负荷功率的转移概率对k时刻负荷 功率的转移概 率集进行调整； 根据调整系数集调整马尔科 夫概率转移矩阵得到自适应概 率矩阵。 4.根据权利要求3所述的一种街 区随机功率预测方法， 其特征在于， 所述调 整系数集通 过指数函数获得。 5.根据权利要求1所述的一种街 区随机功率预测方法， 其特征在于， 根据新能源预测 功 率模型和自适应概 率矩阵生成场景树时， 具体包括以下步骤： S1、 获取预设时域内新能源预测功率模型生成的新能源随机功率及负荷随机功率， 并 生成随机的样本集， 并计算样本集中每 个样本的概 率； S2、 从根节点开始第预设值个节点选择子节点， 并设该子节点为若干步的预测， 重新计 算样本集中的各个样本的概 率权重， 并累计加权； S3、 基于随机函数和S2中累计加权的结果选择子节点， 并计算该子节点的节点 概率； S4、 样本集 为场景集， 将S3中选择的子节点从样本集中删除， 得到新的场景集； S5、 重复S2 ～S4直到选择第预设值个节点前的所有子节点； S6、 重复S2 ～S5以选择 所有的非根节点并计算相应的节点 概 生成场景树。 6.根据权利要求5所述的一种街区随机功率预测方法， 其特征在于， 所述预设值小于 15。 7.根据权利要求5所述的一种街 区随机功率预测方法， 其特征在于， 根据场景树得到街 区随机功率预测值时， 根据场景树的每个节点和每个节点对应的概率表示预测时域内存在 的随机功率 值和随机功率 值对应的概 率。 8.一种街区随机功率预测装置， 其特 征在于， 包括： 数据获取模块： 用于获取 预设地区内的新能源功率和负荷功率； 新能源预测功率模型建立模块： 用于根据 预设地区内的新 能源功率和负荷功率构建新权　利　要　求　书 1/2 页 2 CN 115423211 A 2能源预测功率模型； 自适应概率矩阵建立模块： 用于获取预设时间内预设区域的历史数据建立马尔科夫概 率转移矩阵， 并根据 马尔科夫概率转移矩阵得到自适应概 率矩阵； 场景树生成模块： 根据新能源预测功率模型和自适应概 率矩阵生成场景树； 结果输出模块： 用于根据场景树得到街区随机功率预测值， 并输出 预测结果。 9.一种计算机设备， 包括存储器、 处理器以及存储在存储器中并可在处理器上运行的 计算机程序， 其特征在于， 所述处理器执行计算机程序时实现权利要求 1‑7所述的一种街区 随机功率预测方法。 10.一种计算机可读存储介质， 计算机可读存储介质存储有计算机程序， 其特征在于， 计算机程序被处 理器执行时实现权利要求1 ‑7所述的一种街区随机功率预测方法。权　利　要　求　书 2/2 页 3 CN 115423211 A 3