一种基于多尺度时频域分析的电力系统负荷预测方法和装置
知识产权简介
本申请提供了一种基于多尺度时频域分析的电力系统负荷预测方法和装置,涉及电力系统数据处理技术领域。该方法获取电力系统负荷的历史时间序列;对历史时间序列进行归一化处理,得到归一化处理后的时序数据;提取归一化处理后的时序数据中多时间尺度时频域的周期性特征与非周期性特征;对于多时间尺度中的各个时间尺度,根据该时间尺度时频域的周期性特征与非周期性特征,预测该时间尺度的预测序列;对多时间尺度的预测序列进行自适应整合,并进行逆归一化处理,得到电力系统负荷预测结果。本实施例通过协同提取时序数据中不同时间尺度(如日周期、周周期)的周期性特征与非周期性特征,实现高精度预测。
转化前景
电力系统与人们生活和生产休戚相关,无论是从经济效益层面还是安全保障层面来看,确保电力系统的稳定运行都是至关重要的。负荷预测是基于电力系统历史数据,给出未来一段时间内的电力负荷水平,以协助电力工作部门制定合理调度方案。近年来,随着电力系统的战略改革,负荷预测迎来了更大的挑战。 短期预测一般以天为单位,主要为电网的调度提供参考本申请实施例提供的基于多尺度时频域分析的电力系统负荷预测方法和装置、电子设备,该基于多尺度时频域分析的电力系统负荷预测方法提出一种多尺度周期并行建模框架,通过协同提取时序数据中不同时间尺度(如日周期、周周期)的周期性特征与非周期性特征,实现高精度预测。