一种基于二维曲线预测的谐波中长期预测方法
【专利摘要】本发明涉及一种基于二维曲线预测的谐波中长期预测方法，该方法包括以下步骤：1)获取预测区间内至少一个监测点在设定时间段内的历史电能质量指标数据，并进行数据预处理，获得历史数据序列；2)判断待预测年是否有新息值，若是，则执行步骤3)，若否，则对历史数据序列进行调整，并以调整后的历史数据序列执行步骤3)；3)根据历史数据序列，对月度量的月度发展序列进行时序曲线预测，获得待预测年的横向预测序列；4)根据历史数据序列，对月度量的年度发展序列进行时序曲线预测，获得待预测年的纵向预测序列；5)加权平均，获得待预测年的二维预测序列。与现有技术相比，本发明具有预测精度高、抗干扰、原理简单等优点。
【专利说明】一种基于二维曲线预测的谐波中长期预测方法
【技术领域】
[0001]本发明涉及一种电网电能质量预测方法，尤其是涉及一种基于二维曲线预测的谐波中长期预测方法。
【背景技术】
[0002]电能质量关系着电网的安全稳定、经济运行，随着现代电网向高可靠性和优质供电的转变，提高电网电能质量已成为保证电力系统安全稳定运行的迫切需要。
[0003]电网电能质量一方面因非线性、大容量和冲击性强的负荷设备不断接入趋于恶化，另一方面因其治理措施和电网不断扩建增容得到改善。同时也有一些不确定性因素，如自然现象和电力设备及装置的自动保护及正常运行方式的改变等都对电能质量的趋势造成了严重的干扰。
[0004]输电网作为电力系统的主要组成部分，承担着大容量的电力传输任务，其电能质量问题影响面积大，因此对整个电网的安全至关重要。如果可以对电能质量进行预测，分析其发展趋势，及早发现电能质量或将恶化的问题，采取相应措施予以改善和治理，从而降低甚至避免由此造成的损失，为电网优化提供有力依据和决策支持，具有重要的理论价值和现实意义。因此对电能质量进行预测是十分必要的，对电能质量预测的要求也越来越高，对中长期预测也有迫切的需求。中期预测指I?2年以内，月或季的预测，长期预测指I?10年的月、季、年的预测。
【发明内容】
[0005]本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种预测精度高、抗干扰、原理简单的基于二维曲线预测的谐波中长期预测方法。
[0006]本发明的目的可以通过以下技术方案来实现:
[0007]—种基于二维曲线预测的谐波中长期预测方法，该方法包括以下步骤:
[0008]I)获取预测区间内至少一个监测点在设定时间段内的历史电能质量指标数据，并进行数据预处理，获得历史数据序列；
[0009]2)判断待预测年是否有新息值，即判断待预测年是否有已知电能质量指标数据，若是，则执行步骤3)，若否，则对历史数据序列进行调整，并以调整后的历史数据序列执行步骤3)；
[0010]3)根据历史数据序列，对月度量的月度发展序列进行时序曲线预测，获得待预测年的横向预测序列yf";
[0011]4)根据历史数据序列，对月度量的年度发展序列进行时序曲线预测，获得待预测年的纵向预测序列yf;
[0012]5)对横向预测序列和纵向预测序列进行加权平均，获得待预测年的二维预测序列ff，并添加到历史数据序列中:[0013]
【权利要求】
1.一种基于二维曲线预测的谐波中长期预测方法，其特征在于，该方法包括以下步骤: 1)获取预测区间内至少一个监测点在设定时间段内的历史电能质量指标数据，并进行数据预处理，获得历史数据序列； 2)判断待预测年是否有新息值，即判断待预测年是否有已知电能质量指标数据，若是，则执行步骤3)，若否，则对历史数据序列进行调整，并以调整后的历史数据序列执行步骤3)； 3)根据历史数据序列，对月度量的月度发展序列进行时序曲线预测，获得待预测年的横向预测序列yf"*， 4)根据历史数据序列，对月度量的年度发展序列进行时序曲线预测，获得待预测年的纵向预测序列； 5)对横向预测序列和纵向预测序列进行加权平均，获得待预测年的二维预测序列yf，并添加到历史数据序列中:
2.根据权利要求1所述的一种基于二维曲线预测的谐波中长期预测方法，其特征在于，所述的设定时间段大于一年。
3.根据权利要求1所述的一种基于二维曲线预测的谐波中长期预测方法，其特征在于，所述的数据预处理具体为: 对各监测点获得的电能质量指标数据进行加权平均得到预测区间的综合历史数据序列，计算公式如下:
Yregion ^^ρο?η?
Wi = Pi/Psum, i = 1,2,..., N 其中，Wi为权重向量w的第i个元素,表示第i个监测点的权重，Pi为第i个监测点的功率，P.为预测区间内各监测点的总功率，YTegim为预测区间的综合历史数据序列，yP()int为预测区间内各监测点的电能质量指标矩阵。
4.根据权利要求1所述的一种基于二维曲线预测的谐波中长期预测方法，其特征在于，所述的步骤3)具体为: 301)对待预测年的横向曲线的特征参数进行预测，所述的特征参数包括平均标幺值P和最小标幺值β ; 302)以时间上最接近于待预测年的年份为基准年，根据基准年的月度标么值序列和步骤301)预测得的特征参数获得待预测年的月度标么值序列； 303)根据待预测年的月度标么值序列及待预测年的新息值进行新息有名化处理，获得横向预测值。
5.根据权利要求4所述的一种基于二维曲线预测的谐波中长期预测方法，其特征在于，所述的步骤301)中，采用的特征参数预测方法包括动平均法、回归分析法或指数平滑法。
6.根据权利要求4所述的一种基于二维曲线预测的谐波中长期预测方法，其特征在于，所述的步骤302)包括: a)对基准年的月度标么值序列进行生成处理: 将由大到小排序后成为序列，设待预测年的月度标么值序列dt排序后记为f ,排序前后序列对应的原始下标记为hp每年月数记为T，则有如下关系:
7.根据权利要求6所述的一种基于二维曲线预测的谐波中长期预测方法，其特征在于，所述的步骤303)中，新息有名化处理具体为: 设待预测年的前m个月的电能质量指标数据已知，即待预测年的新息值序列为{yu，yt,2，...，yt,m}，则待预测年剩余月份的横向预测值为d _
8.根据权利要求7所述的一种基于二维曲线预测的谐波中长期预测方法，其特征在于，所述的步骤4)中，当已知年度发展序列大于三个值时，纵向预测值与横向预测值的计算方法相同。
9.根据权利要求1所述的一种基于二维曲线预测的谐波中长期预测方法，其特征在于，所述的步骤4)中，当已知年度发展序列仅有两个值时，采用增长比例法计算纵向预测值，其公式如下:
10.根据权利要求1所述的一种基于二维曲线预测的谐波中长期预测方法，其特征在于，所述的步骤5)中，横、纵向预测值的权重％、W2满足
【文档编号】G06F17/50GK103544362SQ201310539260
【公开日】2014年1月29日 申请日期:2013年11月4日 优先权日:2013年11月4日
【发明者】金家培, 陈甜甜, 罗祾, 杨洪耕, 高云, 潘爱强 申请人:国网上海市电力公司, 华东电力试验研究院有限公司