技术特征：
1.一种基于优化算法的温度变点估计方法，其特征在于，包括以下步骤：步骤s1:获取待测地区温度和用电量数据，并确定变点个数；步骤s2:构建一维线性回归模型，并基于优化算法进行解释；步骤s3：基于一维线性回归模型，初始化变点位置，结合交替迭代法和梯度采样法进行变点估计；步骤s4:根据步骤s3得到的变点位置，构建待测地区用电量数据关于温度的分段线性回归模型。2.根据权利要求1所述的基于优化算法的温度变点估计方法，其特征在于，所述步骤s1具体为：设x是温度，y是用电量数据，x,y都是一维数据，通过制散点图来确定变点个数m。3.根据权利要求1所述的基于优化算法的温度变点估计方法，其特征在于，所述步骤s2具体为：当变点个数m＝1，在一维线性回归模型中，通过下式来拟合y与x的分段关系，其中ξ为变点，(x-ξ)
+
＝(x-ξ)i(x＞ξ)，i(a)为a的示性函数，即a当为真时，i(a)＝1，否则，i(a)＝0；1为全1向量；设ξ0为变点，则(x-ξ)
+
在ξ0附近的一阶泰勒展开式为(x-ξ)
+
＝(x-ξ0)
+
+(x-ξ0)(-1)i(x＞ξ0)其中(-1)i(x＞ξ0)为(x-ξ)
+
的一阶导数在ξ0点的取值；设已知α、β和d，令根据已知(x-ξ)
+
在ξ
k
处的一阶泰勒展开公式，将优化问题转化为其中γ＝β(x-ξ0)。由于函数f(ξ)的次微分为其中根据梯度下降法的算法框架，得到一维分段线性回归模型中的刚好对应梯度下降法中的步长，从而通过梯度采样法更新变点的位置；当变点个数m＞1，设已知系数α,β和d，进而通过梯度采样法求解如下优化问题得到变点向量ξ＝(ξ
(1)
,
…
,ξ
(m)
)，此时函数f(ξ)的次梯度为
并且其中4.根据权利要求1所述的基于优化算法的温度变点估计方法，其特征在于，所述步骤s3具体为：基于获取的温度x和电量数据y,(x,y)＝(x
i
,y
i
),i＝1,...,n，初始化变点ξ0，k＝0，当精度不够时，执行以下循环步骤：(1)计算r
k
＝x-ξ
k
,s
k
＝-i(x＞ξ
k
)(2)拟合αx+β(x-ξ
k
)
+
+d
·
1(3)利用梯度采样法更新ξ
k+1
(4)令k＝k+1当精度达到时，输出ξ
k+1
作为变点估计。5.根据权利要求1所述的基于优化算法的温度变点估计方法，其特征在于，所述步骤s4具体为：记m个变点为ξ
(1)
＜
…
＜ξ
(m)
，建立用电量数据y关于温度x的分段线性回归模型：6.一种用于实现权利要求1-5任一所述的基于优化算法的温度变点估计方法的系统，其特征在于，包括处理器、存储器以及存储在所述存储器上的计算机程序，所述处理器执行所述计算机程序时，具体执行如权利要求1-5任一项所述的基于优化算法的温度变点估计方法中的步骤。
技术总结
本发明涉及一种基于优化算法的温度变点估计方法，包括以下步骤：步骤S1:获取待测地区温度和用电量数据，并确定变点个数；步骤S2:构建一维线性回归模型，并基于优化算法进行解释；步骤S3：基于一维线性回归模型，初始化变点位置，结合交替迭代法和梯度采样法进行变点估计；步骤S4:根据步骤S3得到的变点位置，构建待测地区用电量数据关于温度的分段线性回归模型。本发明对于温度变化节点的定位更加准确，更好地表示出用电量和温度变化背后的分段线性关系，提升中期电力负荷预测能力。提升中期电力负荷预测能力。提升中期电力负荷预测能力。
技术研发人员：钱晓瑞 詹祥澎 林女贵 沈一民 张怡 陈筱珺 游妮萍 池里荷 吕鹏
受保护的技术使用者：国网福建省电力有限公司
技术研发日：2022.08.29
技术公布日：2022/12/9