一種基于模糊規(guī)則的空間負荷預測方法
【技術領域】
[0001 ] 本發(fā)明涉及一種基于模糊規(guī)則的空間負荷預測方法。
【背景技術】
[0002] 配電網(wǎng)規(guī)劃需要確定變電站的位置、容量和饋線的走向及類型，所以配電網(wǎng)負荷 預測時，不僅要包含對未來負荷容量的估計，而且包括對負荷類型、地理分布等要求的預 測。配電網(wǎng)的負荷預測是配電網(wǎng)規(guī)劃的基礎，為整個規(guī)劃指明了目標，負荷預測的準確度的 高低，將直接影響到規(guī)劃的效果和可行性。配電網(wǎng)規(guī)劃涉及到大量的地理位置有關的信息， 負荷的地理分布將直接影響到規(guī)劃的結果，因此，在配電網(wǎng)規(guī)劃中，對空間負荷的預測必不 可少。
[0003] 對負荷的地理分布進行預測，一般將未來供電范圍分為一些區(qū)域集合，以預測各 區(qū)負荷增長情況。大多數(shù)現(xiàn)代區(qū)域負荷預報法大都采用趨勢外推法，即用曲線擬合或者其 他方法外推歷史負荷高峰，但趨勢外推法雖然能夠得到各處的峰荷密度，但其對數(shù)據(jù)精確 性要求較高而預測精度較低，且由于用地用途、城市改造等實際情況，用地規(guī)則往往難以確 定，為實際規(guī)劃帶來困難。

【發(fā)明內容】

[0004] 本發(fā)明的目的是針對現(xiàn)有技術的不足，提出一種采用降低對精確數(shù)據(jù)的需求、能 夠滿足目前規(guī)劃的實際情況、更適用于現(xiàn)代電力系統(tǒng)規(guī)劃的基于模糊規(guī)則運算的空間負荷 預測方法。
[0005] 本發(fā)明通過以下技術方案實現(xiàn)：
[0006] 一種基于模糊規(guī)則運算的空間負荷預測方法，其特征在于：包括如下步驟：
[0007] S1 :獲取待預測區(qū)域的小區(qū)劃分信息、各類計算定義表、各小區(qū)空間數(shù)據(jù)、動態(tài)生 成模糊規(guī)則表；
[0008] S2:通過分別對各小區(qū)的小區(qū)空間數(shù)據(jù)模糊化、模糊推理及反模糊化計算對各小 區(qū)進行模糊評價，得到各小區(qū)發(fā)展各類型用地的綜合評價表，并根據(jù)該綜合評價表按比例 分配各小區(qū)發(fā)展各類型用地的面積；
[0009] S3:根據(jù)各類型用地的負荷密度變化函數(shù)以及各小區(qū)發(fā)展各類型用地的面積，可 得出該待測區(qū)域各小區(qū)的負荷增長情況，將各小區(qū)的負荷增長情況累加后即可得出待預測 區(qū)域的空間負荷預測結果。
[0010] 進一步的，所述各類計算定義表包括各小區(qū)的用地類型定義表、空間屬性定義表、 隸屬函數(shù)定義表、各類型用地的負荷密度定義表；
[0011] 所述用地類型定義表中定義了居住用地、商業(yè)用地、工業(yè)用地三類用地類型；
[0012] 所述空間屬性定義表包括空間屬性大類表及空間屬性小類表，所述空間屬性大類 表定義了空間屬性的大類以及各個大類相對于發(fā)展各類型用地的權重系數(shù)，所述空間屬性 小類表定義了各空間屬性大類包含的空間屬性小類、各空間屬性小類與空間屬性大類的關 系、各空間屬性小類的權重系數(shù)。
[0013] 所述隸屬函數(shù)定義表根據(jù)實際情況定義隸屬函數(shù)形式；
[0014] 所述各類型用地的負荷密度定義表定義了各類型用地的負荷密度變化函數(shù)，所述 負荷密度變化函數(shù)如式（1)所示：
[0015]
(1)
[0016] 其中，α和β為跟預測年份及用地類型有關的系數(shù)，S(t)表示負荷密度函數(shù)，t 表示預測年份，該函數(shù)表示了負荷密度隨時間的變化。
[0017] 進一步的，所述模糊規(guī)則表定義為以空間屬性小類為條件，以發(fā)展某用地類型的 適應度為結果的表格，所述模糊規(guī)則表可通過常識、一般性規(guī)律、調查結果、規(guī)劃人員的知 識和經(jīng)驗來建立，并可以根據(jù)實際情況的變化進行適當?shù)恼{整。
[0018] 進一步的，所述模糊評價為二級模糊評價，所述二級模糊評價首先根據(jù)在某空間 屬性大類包括的各空間屬性小類因素下對待預測區(qū)域發(fā)展某用地類型的適應度進行評價， 再根據(jù)所述評價結果得出在該空間屬性大類因素下待預測區(qū)域發(fā)展某用地類型的適應度 評價。
[0019] 進一步的，所述步驟S1包括如下步驟：
[0020] S11 :借助地理信息系統(tǒng)獲取待測區(qū)域的小區(qū)劃分信息，待測區(qū)域劃分為η個小 區(qū)，進入步驟S12 ;
[0021] S12:根據(jù)實際需要判斷是否選擇典型模式，若是，進入步驟S13,所述典型模式指 將各計算定義表按照順序編號的編號規(guī)則存儲在典型模板庫中，需要進行空間負荷預測 時，可直接從典型模板庫中找到并導出相應計算定義表，若否，則選擇自定義模式，進入步 驟S14,所述自定義模式指每次進行空間預測時，都對各類計算定義表進行新的定義；
[0022] S13 :從典型模板庫中導出各類計算定義表；
[0023] S14:借助地理信息系統(tǒng)及實際情況自定義各類計算定義表，并將定義好的各類計 算定義表裝載入典型模板庫中，進入步驟S15 ;
[0024] S15:根據(jù)所述待預測區(qū)域的用地類型定義表及空間屬性小類定義表，動態(tài)生成模 糊規(guī)則表；
[0025] S16 :利用地理信息系統(tǒng)獲取各小區(qū)的空間數(shù)據(jù)，生成空間數(shù)據(jù)表；
[0026] 其中，η為整數(shù)且η彡1。
[0027] 進一步的，所述步驟S2包括如下步驟：
[0028] S21 :判斷所有小區(qū)是否都已經(jīng)計算完畢，若是，進入步驟S34,若否，進入步驟 S22 ；
[0029] S22 :根據(jù)隸屬函數(shù)定義表中定義的隸屬函數(shù)將第i小區(qū)的空間數(shù)據(jù)表中的空間 數(shù)據(jù)模糊化；
[0030] S23 :采用Mamdani推理原貝lj，結合模糊規(guī)則表及二級模糊評價，得出第i小區(qū)發(fā)展 某種用地類型的模糊規(guī)則集合G(x)，所述模糊規(guī)則集合G(x)將空間屬性小類作為推理條 件，第i小區(qū)發(fā)展某種用地類型的適應度作為推理結果；
[0031] S24 :結合隸屬函數(shù)定義表及模糊規(guī)則集合G(x)，采用如式（2)所示的反模糊化公 式，對第i小區(qū)的模糊化數(shù)據(jù)進行反模糊化，得到第i小區(qū)在每條模糊規(guī)則下發(fā)展各類型用 地的適應麼評價分佶，
[0032]
CD
[0033] 其中，Z= {εε2,ΛεJ，εε2,Λε及別為第一個空間屬性小類、第二個空 間屬性小類、…、第m個空間屬性小類對距離隸屬函數(shù)ydls(Z)的隸屬度，ySP(Z)、//v 表示不同適應度的隸屬函數(shù)，m為整數(shù)且m多1 ;
[0034]S25 :第i小區(qū)在各個空間屬性大類因素下，依據(jù)各條模糊規(guī)則所計算的//S/,U) 的最大值即為發(fā)展各用地類型的適應度評價分值，將該評價分值及各空間屬性大類相對各 用地類型的權重系數(shù)填入屬性評價表中；
[0035]S26 :按照式（3)所示的公式，對步驟S26的結果進行計算，得到第i小區(qū)的各類型 用地的綜合評價衷，所沭綜合評價表中包括第i小區(qū)發(fā)展各用地類型的綜合評分值：
[0036]
(3)
[0037] 其中，P為發(fā)展某用地類型的綜合評分值，r為空間屬性大類相對某用地類型的權 重系數(shù)，X為空間屬性大類因素下，發(fā)展某用地類型的適應度評價分值；
[0038]S27 :根據(jù)所述綜合評價表中各用地類型的綜合評分值，按比例分配第i小區(qū)發(fā) 展各類型用地的面積；
[0039] 其中，i為小區(qū)編號，1彡i彡η。
[0040] 進一步的，步驟S3包括以下步驟：
[0041]S31 :從統(tǒng)計部門獲得第一個預測年份的負荷密度初始值S0、負荷密度變化函數(shù) 的系數(shù)α和β在不同預測年份下的數(shù)值；
[0042]S32 :對第一個預測年份，將第i小區(qū)發(fā)展各類型用地的面積乘以負荷密度變化函 數(shù)，對相乘結果進行積分，初始值取S0,系數(shù)α和β取第一個預測年份下對應的值，并將積 分結果作為下一個預測年份的負荷密度的初始值；
[0043]S33 :重復步驟S32,直到所有預測年份都計算完成，即得到第i小區(qū)的負荷變化情 況，進入步驟S21;
[0044]S34 :將各小區(qū)的負荷增長情況進行累加，即可得出待預測區(qū)域的空間負荷預測結 果。
[0045] 本發(fā)明具有如下有益效果：
[0046] 1、本發(fā)明在負荷預測過程中，結合模糊規(guī)則運算，在降低了對精確數(shù)據(jù)的需求的 情況下，能夠滿足目前規(guī)劃的實際情況，更適于現(xiàn)代電力系統(tǒng)的規(guī)劃。
[0047] 2、本發(fā)明根據(jù)待預測區(qū)域空間屬性及實際用地類型動態(tài)生成模糊規(guī)則表，更符合 實際且通用性強；
[0048] 3、本發(fā)明在計算過程中，采用二級模糊評價的方法，將較為復雜的推理規(guī)則分為 二級進行推理，降低每一級評價的復雜度，減小了負荷預測的難度；
[0049] 4、本發(fā)明在動態(tài)生成模糊規(guī)則表時，針對每一個空間屬性大類生成單獨的一張模 糊規(guī)則表并按照一定的規(guī)律進行命名保存，降低了計算的復雜性、提高了效率。
【附圖說明】
[0050] 下面結合附圖對本發(fā)明做進一步詳細說明。
[0051] 圖1為本發(fā)明的步驟流程圖。
[0052] 圖2為本發(fā)明一實施例中的距離隸屬函數(shù)。
[0053] 圖3為本發(fā)明一實施例中的適應度隸屬函數(shù)。
[0054] 圖4為本發(fā)明一實施例中A小區(qū)的空間負荷預測結果。
【具體實施方式】
[0055] 如圖1所示為本發(fā)明的步驟流程圖，在本發(fā)明中，首先從地理信息系統(tǒng)獲取待預 測區(qū)域的小區(qū)劃分信息，待預測區(qū)域被劃分為η個小區(qū)，再分別對每個小區(qū)進行空間負荷 預測，將每個小區(qū)的預測結果進行累加，即為待預測區(qū)域的空間負荷預測結果，其中，η為整 數(shù)且η彡1。