[0001] 本发明属于负荷预测技术领域，更具体地，涉及一种适合于台风天气下的短期负荷预测方法。

[0002] 台风是造成严重灾害的主要因素之一，给电网带来了严峻的考验，如强台风往往会导致线路故障、设备损坏等。因此，分析台风对电力负荷的影响，提高台风期间电力负荷预测精度，对电网运行的安全性、经济性以及电能质量都有着重要意义。在现有公开技术中，尚未有充分考虑台风天气下的短期负荷预测技术。现有技术中，主要是研究正常天气下的短期负荷预测技术，而台风天气下的负荷预测研究更具挑战性。

[0003] 中国专利公开号CN103268524A，公开日是2013年8月28日，公开了一种提高电网短期负荷预测准确度的方法，包括有如下步骤：(1)采集历史负荷值和影响因素信息；(2)按设定时长从数据库抽取历史数据；(3)通过误差确定对短期电网负荷值影响最大的影响因素；(4)建立短期电网负荷预测计算公式；(5)对历史电网负荷值进行参数估计；(6)计算短期电网负荷预测值；(7)通过测试周期对负荷预测值进行修正。

[0004] 但上述方法需要大量的历史负荷数据和气象数据作为样本，而且现有技术尚未对台风天气下的负荷需求有充分的考虑。台风天气下的负荷需求无明显波动规律，单单采用常规方法进行负荷预测，无法满足台风天气下的负荷预测精度要求。

[0046] 为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

[0047] 本发明提出了一种适合于台风天气下的短期负荷预测方法，该方法针对台风天气下的负荷波动特点，在样本数据较少的情况下，一定程度上能够准确地预测某地在台风影响下的负荷，一定条件下具有良好的适用性。

[0048] 以下结合附图对本发明实施案例作进一步详细说明。

[0049] 如图1所示，是本发明实施的一种适合台风天气下的短期负荷预测方法的步骤。

[0050] 第一步：确定基本相似日的范围。根据该地区是否在台风最外围风圈内作为标准，若该地区在台风最外围风圈以内，则称该地区受到该台风的明显影响。以2012年台风启德影响某地的当天为待预测台风日，选取2009-2011年期间对某地有明显影响的历史台风日作为基本相似日样本，据统计共有42个台风日。将待预测台风日前30天加入到基本相似日的样本中，取m＝72。

[0051] 第二步：选取气象因素。选取对短期负荷影响较大的气象因素——温度(包括最高温度和平均温度)、湿度(包括最高湿度和平均湿度)、风速(包括最高风速和平均风速)和降雨量，取n＝7，构成气象因素的日特征向量。

[0052] 第三步：计算气象关联度。将第二步中所选的7项气象因素写成如式(1)所示的气象特征序列，然后按照式(2)至式(8)依次进行计算，得到待预测台风日与基本相似日的气象关联度。

[0053] 第四步：确定最优相似日。由第三步得到的待预测台风日与基本相似日的气象关联度，按从大到小的顺序排列，排名前e个被选取为最优相似日，实施案例中e＝5，即基本相似日总数的7％左右。

[0054] 第五步：最优相似日负荷的日类型差异修正。实施案例中日类型约定为：工作日标记为2，周六、周日标记为1，法定节假日标记为5。选出最优相似日后，根据标记的日类型分别判断选出的5个最优相似日和待预测台风日的日类型有无差异，若有差异，则按照式(9)至式(11)对最优相似日的负荷进行修正。若无日类型差异，则直接进行第六步。

[0055] 第六步：最优相似日负荷的年度类型差异修正。实施案例中直接判断最优相似日和待预测台风日的年份是否相同，若是不同年份，则按照式(12)至式(13)对最优相似日的负荷进行年度类型差异的修正。若无年度类型差异，则直接进行第七步。

[0056] 第七步：负荷预测。对最优相似日负荷进行修正后，将第四步中选出的5个最优相似日的气象关联度系数归一化后的数据作为权重，按式(14)采用加权求和法预测待预测台风日的负荷。

[0057] 实例中对算法的预测精度进行了验证，预测精度采用相对误差(RE)作为评价标准。修正前的预测相对误差最大为9.1％，最小相对误差为1.1％，修正后的预测相对误差最大为3.7％，最小相对误差为0.03％，结果表明该方法可有效提高台风天气下的负荷预测精度。

[0058] 本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。