(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 202211038960.8 (22)申请日 2022.08.29 (71)申请人 国家电网有限公司 地址 100031 北京市西城区西长安 街86号 申请人 南京南瑞水利水电科技有限公司 (72)发明人 梁志峰　王蕊　吴洪寿　李明节　 董昱　许涛　董存　陈建　吴善锋　 王建平　李允军　杨登宇　 (74)专利代理 机构 南京纵横知识产权代理有限 公司 32224 专利代理师 钟昕宇 (51)Int.Cl. G06Q 10/04(2012.01) G06F 16/2458(2019.01) G06F 17/18(2006.01)G06Q 50/06(2012.01) H02J 3/00(2006.01) (54)发明名称 一种基于负荷敏感气温分布的冬季日最大 负荷预测方法及系统 (57)摘要 本发明公开了一种基于负荷敏感气温分布 的冬季日最大负荷预测方法及系统， 方法包括采 用逐年统计的方法， 确定 法定假日负荷的负增长 变化规律； 以月为单位， 利用观察分析法、 变异系 数等方式， 统计计算日最大负荷的离散程度， 并 确定冬季取暖负荷的分析时段； 构建其趋势变化 模型； 综合考虑多元因素影响， 设定冬季取暖负 荷敏感气温等温线分布档位； 就计算分析时段中 负荷敏感气温等温线分布的具体档位； 构建取暖 负荷与负荷敏感气温等温线分布档位的相关性 模型； 实现日最大负荷预测。 该方法可 以通过查 表方式， 简单、 快速实现日最大负荷的短期定量 预测， 同时具有很强的地域扩展性， 对于区域性 短期冬季日最大负荷预测有一定的指导 意义。 权利要求书4页 说明书9页 附图1页 CN 115496266 A 2022.12.20 CN 115496266 A 1.一种基于负荷敏感气温分布的冬季日最大负荷预测方法， 其特征在于， 包括以下步 骤： S1.获取负荷预测区域的信息采集数据并进行 具体要素整编， 获得 数据成果内容； S2.根据所述数据成果内容， 采用法定假日负荷剔除法以及线性插值填补 法， 实现日最 大负荷序列的负荷修 正， 获取剔除法定假日的日最大负荷后的修 正日最大负荷序列； S3.根据所述 修正日最大负荷序列， 构建法定假日的日最大负荷变化 规律模型； S4.根据所述修正日最大负荷序列， 统计计算日最大负荷的离散程度， 并确定冬季取暖 负荷的分析时段； S5.根据所述冬季取暖负荷的分析时段计算逐年基础负荷， 并构建基础负荷趋势变化 模型； S6.设定冬季 取暖负荷敏感气温等温线分布档位； S7.根据所述冬季取暖负荷敏感气温等温线分布档位， 计算所述冬季取暖负荷的分析 时段中的负荷敏感气温等温线分布的具体档位； S8.基于历史日最大负荷数据及负荷敏感气温等温线分布的具体档位， 构建取暖负荷 与负荷敏感气温等温线分布档位相关性模型； S9.根据所述法定假日的日最大负荷变化规律模型、 基础负荷趋势变化模型和取暖负 荷与负荷敏感气温等温线分布档位相关性模型， 实现负荷预测区域的预测日的日最大负荷 预测。 2.根据权利要求1所述的基于负荷敏感气温分布的冬季日最大负荷预测方法， 其特征 在于， 步骤S1中， 所述信息采集数据包括： 多年历史负荷数据： 负荷预测区域的多年的历史日最大负荷数据； 气象观测站点基础数据： 负荷预测区域内国家标准气象观测站点的站名、 站号、 所在行 政区划、 经度、 纬度、 高程； 气象要素多年历史实况观测数据： 负荷预测区域内近年实况观测气温、 降雨 量、 风速； 气象要素未来预报数据： 负荷预测区域内未来日最低气 温预报、 未来日降雨量预报、 未 来日最大风速预报； 进行具体要素整编， 包括： 逐日整编气象要素多年历史实况观测数据， 获得日最低气温； 逐日整编气象要素多年历史实况观测数据， 获得日最大风力； 逐日整编气象要素多年历史实况观测数据， 获得日是否降雨。 3.根据权利要求2所述的基于负荷敏感气温分布的冬季日最大负荷预测方法， 其特征 在于， 步骤S2中， 根据所述数据成果内容， 采用法定假日负荷剔除法以及线性插值填补法， 实现日最大负荷序列的负荷修 正， 包括： 将所述多年的历史日最大负荷数据， 按照时间序列排列， 并标注星期， 基于国内法定假 日的具体安 排， 分离工作日及法定假日对应的日最大负荷； 剔除历史日最大负荷数据中法定假日对应的日最大负荷； 采用线性插值方法， 填补被剔除日期的日最大负荷空缺， 实况日最大负荷标记为 其中j＝0 ……n； 序列中编号j至j+m中的日最大负荷 因为法定假日被剔除； m为法定假日的权　利　要　求　书 1/4 页 2 CN 115496266 A 2放假日； 求解修正后日最大负荷 其中， ——第j+1个日最大负荷修 正值； ——第j个日最大负荷实测值； ——第j+m个日最大负荷实测值； 最终形成剔除法定假日的日最大负荷后的修 正日最大负荷序列。 4.根据权利要求1所述的基于负荷敏感气温分布的冬季日最大负荷预测方法， 其特征 在于， 步骤S3中， 构建法定假日的日最大负荷变化 规律模型， 包括如下步骤： 基于所述修正后日最大负荷序列， 依据国内现行法律规定的公休日、 节假日安排， 分离 公休日和节假日对应的日最大负荷； 逐年统计各类型假日对应日最大负荷变化情况， 统计各类型假日负荷负增长情况、 按 年统计各类型假日负荷负增长变化趋势， 构建法定假日的日最大负荷变化 规律模型。 5.根据权利要求1所述的基于负荷敏感气温分布的冬季日最大负荷预测方法， 其特征 在于， 步骤S4中， 确定冬季 取暖负荷的分析时段， 包括： 根据所述修正后日最大负荷序列， 结合观察季节变化规律法、 变异系数评价法， 以月为 单位， 逐年分析 秋冬季日最大负荷离 散程度： 绘制修正后日最大负荷随时间变化曲线， 结合负荷预测区域当地气候变化规律， 选取 离散度较高的月份； 逐月计算日最大负荷的变异系数CV， 统计并选取变异系数较高的月份； CV的计算方法 具体如下： 将冬季的负荷作为基础负荷， 选取变异系数超过预设阈值的月份确定为冬季取暖负荷 的分析时段。 6.根据权利要求1所述的基于负荷敏感气温分布的冬季日最大负荷预测方法， 其特征 在于， 所述 步骤S5中， 构建基础负荷趋势变化模型包括如下步骤： 将冬季取暖负荷的分析时段排除后的月份， 作为基础负荷计算月份； 采用求解算术平均值的方法， 逐年所述计算基础负荷计算月份的日最大负荷， 作为当 年冬季取暖负荷的基础负荷， 并建立基础负荷年变化趋势模型； 建立基础负荷年变化模型的方法包括： 选取与基础负荷强相 关的社会经济影响因素， 从中选取Pearson相 关系数较高的影响权　利　要　求　书 2/4 页 3 CN 115496266 A 3