(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210916683.X (22)申请日 2022.08.01 (71)申请人 宁波市电力设计院有限公司 地址 315153 浙江省宁波市江北区北岸财 富中心11幢4-1 申请人 国网浙江省电力有限公司宁波供电 公司　 上海交通大 学 (72)发明人 方建迪　王伟　李鹏　谢宇哲　 裴传逊　方佳良　舒恺　陈思培　 任娇蓉　杨跃平　查伟强　公正　 冯怿彬　周盛　余彪　吴召华　 刘玉婷　汪雅静　宋弘亮　王娟　 臧兴海　黄淳驿　王亚武　(74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 专利代理师 杨威 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/06(2012.01) G06K 9/62(2022.01) (54)发明名称 一种电网净负荷的预测方法、 装置、 电子设 备和存储介质 (57)摘要 本申请公开了一种电网净负荷的预测方法、 装置、 电子设备和存储介质， 该方法和装置应用 于电子设备， 具体为获取电网历史数据， 并对其 进行筛选， 得到有效历史数据； 基于有效历史数 据生成多个典型场景； 根据有效历史数据进行灰 度预测， 得到将来时间的净负荷年增长率和将来 时间内每一预测年的最大净负荷， 并根据多个典 型场景对最大净负荷进行处理， 得到各预测年的 用电量。 本方案用典型场景刻画分布式新能源的 不确定性， 通过灰色预测算法间接地预测净负荷 年增长率刻画净负荷随时间变化的增长性， 从而 实现对净负荷的准确预测。 能够 避免在进行电网 规划时所规划的容 量配置出现过度冗余或不足。 权利要求书2页 说明书14页 附图4页 CN 115239007 A 2022.10.25 CN 115239007 A 1.一种电网净负荷的预测方法， 应用于电子设备， 其特征在于， 所述预测方法包括步 骤： 获取电网历史数据； 对所述电网历史数据进行筛 选， 得到有效历史数据； 基于所述有效历史数据生成多个典型场景； 根据所述有 效历史数据进行灰度预测， 得到将来 时间的净负荷年增长率和所述将来 时 间内每一预测 年的最大净负荷， 并根据所述多个典型场景对所述最大净负荷进行处理， 得 到各所述预测年的用电量。 2.如权利要求1所述的预测方法， 其特征在于， 所述对所述电网历史数据进行筛选， 包 括步骤： 采用拉以达准则算法将所述电网历史数据中的异常数据予以筛除， 得到所述有 效历史 数据。 3.如权利要求1所述的预测方法， 其特征在于， 所述基于所述有效历史数据生成典型场 景， 包括步骤： 基于k‑means聚类算法对所述有效历史数据进行处 理， 得到所述典型场景。 4.如权利要求3所述的预测方法， 其特征在于， 所述基于k ‑means聚类算法对所述有效 历史数据进行处 理， 得到所述典型场景， 包括 步骤： 对所述有效历史数据进行归一 化处理， 得到多个样本； 从所述多个样本中随机 选取K个样本作为初始聚类中心； 根据每个所述样本与所述初始聚类中心的欧式距离进行聚类， 得到K个 类； 针对每个所述类重新计算聚类中心， 并基于所述聚类中心重新聚类， 如果聚类结果与 所述K个类不同， 则 返回到根据每个所述样本与所述初始 聚类中心的欧式距离进行聚类步 骤； 如果聚类结果与所述K个类相同， 则计算所有所述样本与最近的所述聚类中心 的距离 的均值， 并增加所述聚类结果中类的数量， 如果所述聚类结果中类的数量小于或等于预设 阈值， 则返回到所述从所述多个样本中随机 选取K个样本作为初始聚类中心步骤； 如果所述聚类结果中类的数量大于所述预设阈值， 则根据肘方法判断出合适的分类 数， 并输出对应的聚类结果； 将所述聚类结果按最近一年的所述电网历史数据进行归一化还原处理， 得到所述多个 典型场景。 5.一种电网净负荷的预测装置， 应用于电子设备， 其特 征在于， 所述预测装置包括： 数据获取模块， 被 配置为获取电网历史数据； 数据筛选模块， 被 配置为对所述电网历史数据进行筛 选， 得到有效历史数据； 场景生成模块， 被 配置为基于所述有效历史数据生成多个典型场景； 预测执行模块， 被配置为根据所述有效历史数据进行灰度预测， 得到将来时间的净负 荷年增长率和所述将来时间内每一预测年的最大净负荷， 并根据所述多个典型场景对所述 最大净负荷进行处 理， 得到各 所述预测年的用电量。 6.如权利要求5所述的预测装置， 其特征在于， 所述数据筛选模块被配置为采用拉以达 准则算法将所述电网历史数据中的异常数据予以筛除， 得到所述有效历史数据。权　利　要　求　书 1/2 页 2 CN 115239007 A 27.如权利要求5所述的预测装置， 其特征在于， 所述场景生成模块被配置为基于k ‑ means聚类算法对所述有效历史数据进行处 理， 得到所述典型场景。 8.如权利要求7 所述的预测装置， 其特 征在于， 所述场景生成模块包括： 归一化处理单元， 被配置为对所述有效历史数据进行归一 化处理， 得到多个样本； 中心选取 单元， 被配置为从所述多个样本中随机 选取K个样本作为初始聚类中心； 第一聚类单元， 被配置为根据每个所述样本与所述初始聚类中心的欧式距离进行聚 类， 得到K个 类； 第二聚类单元， 被配置诶针对每个所述类重新计算聚类中心， 并基于所述聚类中心重 新聚类， 如果聚类结果与所述K个类不同， 则控制所述第一聚类中心 根据每个所述样本与所 述初始聚类中心的欧式距离进行 再次聚类； 均值计算单元， 被配置为如果聚类结果与所述K个类相同， 则计算所有所述样本与最近 的所述聚类中心的距离的均值， 并增加所述聚类结果中类的数量， 如果所述聚类结果中类 的数量小于或等于预设阈值， 则控制所述中心选取单元从所述多个样本中再次随机选取K 个样本作为初始聚类中心； 聚类确定单元， 被配置为如果所述聚类结果中类的数量大于所述预设阈值， 则根据肘 方法判断出合 适的分类数， 并输出对应的聚类结果； 生成执行单元， 被配置为将所述聚类结果按最近一年的所述电网历史数据进行归一化 还原处理， 得到所述多个典型场景。 9.一种电子设备， 其特征在于， 包括至少一个处理器和与 所述处理器连接的存储器， 其 中： 所述存储器用于存 储计算机程序或指令； 所述处理器用于执行所述计算机程序或指令， 以使所述电子设备实现如权利要求1～4 任一项所述的电网净负荷的预测方法。 10.一种存储介质， 应用于电子设备， 其特征在于， 所述存储介质承载有一个或多个计 算机程序， 所述一个或多个计算机程序能够被所述电子设备执行， 当所述电子设备执行所 述一个或多个计算机程序时， 能够实现如权利要求1～4任一项 所述的电网净负荷的预测方 法。权　利　要　求　书 2/2 页 3 CN 115239007 A 3