一种基于灰色理论的电力负荷预测系统及其方法
技术领域
本发明涉及电力负荷预测
技术领域
，具体是一种基于灰色理论的电力负荷预测系统及其方法。背景技术
电力负荷预测是电力系统规划和电网运行的重要内容、前提和基础。在国家大力倡导节能环保以节约现有能源消耗量的情势下，电力负荷预测的准确性关系到整个电网企业的经济、高效运行以及整个发电电网的安全运行，即当前的形势对于电力负荷预测的精度提出了更高标准的要求。
目前常用的短期负荷预测传统方法有以时间序列法、回归分析法为代表的经典预测法，以专家系统法、神经网络、模糊逻辑方法为代表的人工智能方法。由于电力负荷变化过程是一个高度复杂的非线性过程，传统方法难以建立有效的数学模型，致使预测结果精度不高
因此，针对以上现状，迫切需要开发一种基于灰色理论的电力负荷预测系统及其方法，以克服当前实际应用中的不足。
发明内容
本发明的目的在于提供一种基于灰色理论的电力负荷预测系统及其方法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：
一种基于灰色理论的电力负荷预测系统，包括电网数据采集模块、数据分析模块和数据显示模块，所述电网数据采集模块和数据分析模块通信连接，所述数据分析模块和数据显示模块通信连接，其中：
电网数据采集模块，用于采集设定区域电网中各用户的用电负荷数据，将该用电负荷数据发送给数据分析模块；用于输入设定设定影响电力负荷预测的影响因素，将该影响因素发送给数据分析模块；
数据分析模块，用于建立电力负荷预测的灰色理论模型，接收电网数据采集模块发送的用电负荷数据和影响因素并输入灰色理论模型，进行模型计算，得到预测值，并对该预测值进行精确度分析，得到分析结果；将预测值和分析结果发送给数据显示模块；
数据显示模块，用于接收数据分析模块发送的预测值和分析结果，并进行显示。
作为本发明进一步的方案：所述电网数据采集模块包括数据采集端、数据存储端、数据预处理端、数据发送端和影响因素设定端。
作为本发明进一步的方案：所述数据采集端和数据存储端电性连接，所述数据存储端与数据预处理端电性连接，所述数据预处理端和影响因素设定端均与数据发送端电性连接。
作为本发明进一步的方案：所述数据分析模块包括数据接收端、模型建立端、数据分析端、精确度分析端和数据传输端。
作为本发明进一步的方案：所述数据接收端和模型建立端均与数据分析端电性连接，所述数据分析端与精确度分析端电性连接，所述精确度分析端与数据传输端电性连接。
作为本发明进一步的方案：还包括有远程监测平台，所述远程监测平台与数据显示模块、电网数据采集模块电性连接。
作为本发明进一步的方案：还包括有电网调控平台，所述电网调控平台与所述数据显示模块电性连接。
一种基于灰色理论的电力负荷预测方法，包括以下步骤：
S001、采集设定区域电网中各用户的用电负荷数据，存入用电负荷数据库，并对该用电负荷数据进行预处理；
S002、设定影响电力负荷预测的影响因素，将影响因素分为主要影响因素A和次要影响因素B；
S003、将预处理后的用电负荷数据和主要影响因素S作为模型变量输入灰色理论模型，对该灰色理论模型进行计算，得到预测值，对该预测值进行精确度分析，得到分析结果；
S004、分析结果满足精确度设定范围时，输出步骤S003的预测值，分析结果不满足精确度设定范围时，进行步骤S005；
S005、将预处理后的用电负荷数据、主要影响因素A和次要影响因素B作为模型变量输入灰色理论模型，对该灰色理论模型进行计算，得到预测值
作为本发明进一步的方案：步骤S002中，影响电力负荷预测的影响因素包括时间数据、气象数据和环境数据。
作为本发明进一步的方案：还包括有步骤：计算得到预测值后，将该预测值进行显示，并将该预测值发送给电网调控平台，由电网调控平台进行电网调控。
与现有技术相比，本发明的有益效果是：本发明通过电网数据采集模块采集设定区域电网中各用户的用电负荷数据，将该用电负荷数据发送给数据分析模块，利用数据分析模块建立电力负荷预测的灰色理论模型，接收电网数据采集模块发送的用电负荷数据和影响因素并输入灰色理论模型，进行模型计算，得到预测值，并对该预测值进行精确度分析，得到分析结果，从而降低了数据质量造成的精度偏离问题，提高了对于历史负荷序列预测效果。
附图说明
图1为基于灰色理论的电力负荷预测系统的结构框图。
图2为基于灰色理论的电力负荷预测系统中电网数据采集模块的结构框图。
图3为基于灰色理论的电力负荷预测系统中数据分析模块的结构框图。
图4为基于灰色理论的电力负荷预测方法的流程图。
具体实施方式
下面结合具体实施方式对本专利的技术方案作进一步详细地说明。
下面详细描述本专利的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本专利，而不能理解为对本专利的限制。
实施例1
请参阅图1～3，本发明实施例中，一种基于灰色理论的电力负荷预测系统，包括包括电网数据采集模块1、数据分析模块2和数据显示模块3，所述电网数据采集模块1和数据分析模块2通信连接，所述数据分析模块2和数据显示模块3通信连接，其中：
电网数据采集模块1，用于采集设定区域电网中各用户的用电负荷数据，将该用电负荷数据发送给数据分析模块2；用于输入设定设定影响电力负荷预测的影响因素，将该影响因素发送给数据分析模块2；
数据分析模块2，用于建立电力负荷预测的灰色理论模型，接收电网数据采集模块1发送的用电负荷数据和影响因素并输入灰色理论模型，进行模型计算，得到预测值，并对该预测值进行精确度分析，得到分析结果；将预测值和分析结果发送给数据显示模块3；
数据显示模块3，用于接收数据分析模块2发送的预测值和分析结果，并进行显示。
需要说明的是，在本发明实施例中，所述灰色理论模型的建立方法为：
(1)将用电负荷数据和影响因素作为模型变量n，设定模型的原始序列为：
x(0)(t)＝{x(0)(1)，x(0)(2)，...，x(0)(n)}；
(2)对x(0)作累计相加得：
x(1)(t)＝{x(1)(1)，x(1)(2)，...，x(1)(n)}；
(3)以z(1)(t)为x(1)(k)的紧邻均值生成序列：
z(1)(t)＝{z(1)(1)，z(1)(2)，...，z(1)(n)}；
(4)将灰色微分方程与生成序列累加得到预测模型：
X^(0)(t+1)＝{X(0)(1)-b/a}e-at+b/a。
在本发明实施例中，所述电网数据采集模块1包括数据采集端11、数据存储端12、数据预处理端13、数据发送端14和影响因素设定端15；
在本发明实施例中，所述数据采集端11和数据存储端12电性连接，所述数据存储端12与数据预处理端13电性连接，所述数据预处理端13和影响因素设定端15均与数据发送端14电性连接；
在本发明实施例中，所述数据分析模块2包括数据接收端21、模型建立端22、数据分析端23、精确度分析端24和数据传输端25；
在本发明实施例中，所述数据接收端21和模型建立端22均与数据分析端23电性连接，所述数据分析端23与精确度分析端24电性连接，所述精确度分析端24与数据传输端25电性连接。
在本发明又一实施例中，还包括有远程监测平台4，所述远程监测平台4与数据显示模块3、电网数据采集模块1电性连接；
在本发明又一实施例中，还包括有电网调控平台5，所述电网调控平台5与所述数据显示模块3电性连接。
实施例2
请参阅图1～3，本发明实施例中，一种基于灰色理论的电力负荷预测系统，包括包括电网数据采集模块1、数据分析模块2和数据显示模块3，所述电网数据采集模块1和数据分析模块2通信连接，所述数据分析模块2和数据显示模块3通信连接，其中：
电网数据采集模块1，用于采集设定区域电网中各用户的用电负荷数据，将该用电负荷数据发送给数据分析模块2；用于输入设定设定影响电力负荷预测的影响因素，将该影响因素发送给数据分析模块2；
数据分析模块2，用于建立电力负荷预测的灰色理论模型，接收电网数据采集模块1发送的用电负荷数据和影响因素并输入灰色理论模型，进行模型计算，得到预测值，并对该预测值进行精确度分析，得到分析结果；将预测值和分析结果发送给数据显示模块3；
数据显示模块3，用于接收数据分析模块2发送的预测值和分析结果，并进行显示。
需要说明的是，在本发明实施例中，所述灰色理论模型的建立方法为：
(1)将用电负荷数据和影响因素作为模型变量n，设定模型的原始序列为：
x(0)(t)＝{x(0)(1)，x(0)(2)，...，x(0)(n)}；
(2)对x(0)作累计相加得：
x(1)(t)＝{x(1)(1)，x(1)(2)，...，x(1)(n)}；
(3)以z(1)(t)为x(1)(k)的紧邻均值生成序列：
z(1)(t)＝{z(1)(1)，z(1)(2)，...，z(1)(n)}；
(4)将灰色微分方程与生成序列累加得到预测模型：
X∧(0)(t+1)＝{X(0)(1)-b/a}e-at+b/a。
在本发明实施例中，所述电网数据采集模块1包括数据采集端11、数据存储端12、数据预处理端13、数据发送端14和影响因素设定端15；
在本发明实施例中，所述数据采集端11和数据存储端12电性连接，所述数据存储端12与数据预处理端13电性连接，所述数据预处理端13和影响因素设定端15均与数据发送端14电性连接；
在本发明实施例中，所述数据分析模块2包括数据接收端21、模型建立端22、数据分析端23、精确度分析端24和数据传输端25；
在本发明实施例中，所述数据接收端21和模型建立端22均与数据分析端23电性连接，所述数据分析端23与精确度分析端24电性连接，所述精确度分析端24与数据传输端25电性连接。
在本发明又一实施例中，还包括有远程监测平台4，所述远程监测平台4与数据显示模块3、电网数据采集模块1电性连接；
在本发明又一实施例中，还包括有电网调控平台5，所述电网调控平台5与所述数据显示模块3电性连接。
请参阅图4，一种基于灰色理论的电力负荷预测方法，包括以下步骤：
S001、采集设定区域电网中各用户的用电负荷数据，存入用电负荷数据库，并对该用电负荷数据进行预处理；
S002、设定影响电力负荷预测的影响因素，将影响因素分为主要影响因素A和次要影响因素B；
S003、将预处理后的用电负荷数据和主要影响因素S作为模型变量输入灰色理论模型，对该灰色理论模型进行计算，得到预测值，对该预测值进行精确度分析，得到分析结果；
S004、分析结果满足精确度设定范围时，输出步骤S003的预测值，分析结果不满足精确度设定范围时，进行步骤S005；
S005、将预处理后的用电负荷数据、主要影响因素A和次要影响因素B作为模型变量输入灰色理论模型，对该灰色理论模型进行计算，得到预测值。
在本发明实施例步骤S002中，影响电力负荷预测的影响因素包括时间数据、气象数据和环境数据；
在本发明又一实施例中，还包括有步骤：计算得到预测值后，将该预测值进行显示，并将该预测值发送给电网调控平台5，由电网调控平台5进行电网调控。
以上的仅是本发明的优选实施方式，应当指出，对于本领域的技术人员来说，在不脱离本发明构思的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。
