一种负荷修复及预测的方法
【技术领域】
[0001] 本发明涉及数据处理技术领域，尤其涉及一种负荷修复及预测的方法。
【背景技术】
[0002] 全面建设用电信息采集系统是实现智能电网信息化的关键所在，通过实现透彻的 信息感知、及时可靠的数据传榆、多级数据的高效处理和海量信息的智能分析，满足了信息 获取的实时性、准确性和全面性。在实际应用中，由于远程无线通信不够稳定、现场终端运 行不够稳定、本地载波通信不够稳定等原因，会造成采集的数据有缺失或异常。这些数据 的缺失和异常严重制约了基于采集数据的高级决策分析。因此，实现一个电力数据计量异 常监测、预测分析系统，不仅可以检测异常数据，判别导致异常的原因，给出维护建议，减少 人工工作量，降低管理成本，还可以根据电力负荷预测，为用电决策分析提供良好的数据支 持，提高经济效益和社会效益。
[0003] 目前，较流行的负荷缺失值填充方法主要有：回归分析法，主要利用其他影响因 子，比如国民生产总值，人口，气候等，对电力负荷进行回归，然后进行预测。此方法考虑影 响因子过多，参数复杂。指数平滑法，该方法根据以往的数据，取加权平均值。虽然简单，但 是预测不准确。
【发明内容】
[0004] 本发明目的就是为了弥补已有技术的缺陷，提供一种负荷修复及预测的方法。
[0005] 本发明是通过以下技术方案实现的：
[0006] -种负荷修复及预测的方法，由一定时间内采集时点的负荷数据得到其负荷的变 化情况，观察负荷的变化率，发现其呈现出一种时间序列的变化规律，采用GARCH模型得到 缺失时点处的负荷变化率，并预测未来的负荷变化率，具体步骤如下：
[0007] Sl :任意选取一个存在负荷缺失的采集点，该采集点每天的负荷数据中包含96个 米集时点；
[0008] S2 :选择该采集点t天的数据，则共有96t个采集时点，将所有采集点按照时间先 后关系排成一行，作为坐标轴的横轴，每个时点的负荷作为纵轴；
[0009] S3 :刻画出未缺失的负荷数据的变化率，然后采用GARCH模型预测缺失时点的负 荷变化率，并且预测未来时间内负荷的变化情况；
[0010] S4 :根据负荷变化率得到所需时点的负荷数据；具体公式如下：
[0011] Sx=Igyx-Igyr1 (1)
[0012] 其中X表示采集时点的序数，X = 1，2,…，96t-l, 96t ;yx表示X点处的负荷；ε χ 为x点处的负荷变化率；
[0013] 公式⑴中，Yp1为已知量，为了得到yx的值，需要求出ε χ;
[0014] 展开分析；
[0015] ARCH 模型：
[0016] 设
[0017] ε χ= O χΖχ (2)
[0018] 其中，ε χ为时间序列残差项，也即上述的负荷变化率，其被分成两部分，ζ χ代表随 机部分，〇 A表时间决定项，满足：
【主权项】
1. 一种负荷修复及预测的方法，其特征在于：由一定时间内采集时点的负荷数据得 到其负荷的变化情况，观察负荷的变化率，发现其呈现出一种时间序列的变化规律，采用 GARCH模型得到缺失时点处的负荷变化率，并预测未来的负荷变化率，具体步骤如下： 51 :任意选取一个存在负荷缺失的采集点，该采集点每天的负荷数据中包含96个采集 时点； 52 :选择该采集点t天的数据，则共有96t个采集时点，将所有采集点按照时间先后关 系排成一行，作为坐标轴的横轴，每个时点的负荷作为纵轴； 53 :刻画出未缺失的负荷数据的变化率，然后采用GARCH模型预测缺失时点的负荷变 化率，并且预测未来时间内负荷的变化情况； 54 :根据负荷变化率得到所需时点的负荷数据；具体公式如下： ε X= Igyx-Igyx-I ⑴ 其中X表示采集时点的序数，X = 1，2,…，96t-l, 96t ;yx表示X点处的负荷；ε X 点处的负荷变化率； 公式⑴中，L1为已知量，为了得到yx的值，需要求出ε x; 展开分析； ARCH模型： 设 ε X= σ χΖχ (2) 其中，ε χ为时间序列残差项，也即上述的负荷变化率，其被分成两部分，Z χ代表随机部 分，。A表时间决定项，满足：
其中，i = 1，2,…，q，q、α。、a ^为参数，且满足α。> 〇，a i彡〇 ; GARCH模型： 改变ARCH模型对残差方差的假设，使其成为ARM模式，就可以得到GARCH模型； GARCH (p，q)模型的残差方差假设为：
(4) 其中，j = 1，2,…，ρ，ρ、β j为参数，且β j彡0 估计方法： 假设当叉彡〇时，五(4 = 〇,〇；2=0(均值、方差均为0);对于^:=丨,2,"￡7：1可由€递归 逼近，
将A2这个表达式带入如下式所示的对数似然函数中，并将其最大化； " I? ,.2 I
即得到极大似然估计的数值解ε x; 根据公式（2)_(6)，得到εχ的值，由公式（1)得到yx的值。
【专利摘要】本发明公开了一种负荷修复及预测的方法，由一定时间内采集时点的负荷数据得到其负荷的变化情况，观察负荷的变化率，发现其呈现出一种时间序列的变化规律,采用GARCH模型得到缺失时点处的负荷变化率，并预测未来的负荷变化率。
【IPC分类】G06Q10-04, G06Q50-06
【公开号】CN104834978
【申请号】CN201510263909
【发明人】王文红, 董雨, 李惊涛, 肖坚红, 李春生, 陈驰, 孙广中, 麦鸿坤, 赵永红
【申请人】国家电网公司, 国网安徽省电力公司, 中国科学技术大学
【公开日】2015年8月12日
【申请日】2015年5月21日