本发明专利技术的技术方案包括一种空调用电基准值预测的系统和方法：其中系统包括智能空调、云数据库服务器、气象数据提取器、算法服务器，分别用于采集用电数据、用电数据的交互和存储、提取气象数据及空调未来用电基准值的预测。本发明专利技术还包括一种空调用电基准值预测的方法，用于对用电数据进行采集，然后根据历史用电数据及气象信息对智能空调的未来用电量进行基准值预测。本发明专利技术的有益效果为：利用自回归算法，对历史中相同周期的日子和相同时刻的用电数据基于天气比例加权平均。这样的算法充分考虑到用电设备自身具有的周期性，以及用电与天气之间的强相关耦合。能够在实时滚动窗口中调整已达到最优预测，填补了用电预测在用电器上的空白。
【技术实现步骤摘要】
本专利技术涉及，属于计算机电力领域。
技术介绍
对于将来越来越多的新能源供给，电力能源的配置显得异常重要，如何分配好不同的电力能源分配是一个一直困扰供电商的问题。传统的电力负荷预测一般集中在电网侧，根据电压的高低，依次为:输电系统负荷预测(69千伏其以上的负荷母线)，变电站负荷预测(11千伏至69千伏)，配电系统负荷预测(220伏至11千伏)。电力负荷预测一般最多精确到母线出口端(feeder level)，而不会到某个具体用电设备。未来随着越来越多智能家居引入电网，上述精确到母线端的负荷预测将不再足够用于智能电网的双向调控(即同时控制发电和用电侧)。本项专利技术就是填补了预测精度在设备级别的空缺。基于预测的基准值，电力服务商(比如电网公司，比如未来可能出现的专业售电商)可以精确提供后续激励机制，从而量化激励机制的效益。
技术实现思路
针对现有技术电力预测的技术不足，对目前电力检测进行分析，专利技术了一种空调用电基准值预测系统和方法，弥补电力检测在设备上的空缺。本专利技术一方面提供一种空调用电基准值预测系统，包括:智能空调，用于采集智能空调用电数值，并发送采集当前用电数据，所述当前用电数据包括智能空调用电数值及对应的采集时间；气象数据提取器，用于提取当地的历史气象数据，并且能够接收调取历史气象数据的指令，所述气象数据包括温度、湿度；云数据库服务器，用于存储智能空调发送的用电数据，接收所述智能空调发送的当前用电数据，向所述数据信息提取器发送调取历史气象数据的指令，并调取与自身存储的历史用电数据，所述的当前用电数据、历史气象数据、历史用电数据成为组合用电数据，并发送所述组合用电数据；算法服务器，用于接收所述云数据库服务器发送的组合用电信息，使用自回归算法对组合用电数据分析，预测出将来的空调用电基准值，并发送预测的空调用电基准值。进一步，所述的空调用电基准值预测系统的智能空调包括:用电数据采集模块，每隔一段时间采集空调当前用电数值及对应的时间数据；数据传输模块，将采集的用电数据发送至所述云数据库服务器，还用于接收所述算法服务器发送的空调预测基准值；基准值显示模块，用于显示所述数据传输器的空调预测，能够根据算法服务器发送的空调用电基准值预测数据的变化，动态调整显示数值。进一步，所述的空调用电基准值预测系统的气象数据提取器包括:所提取的历史气象数据为当前用电数据对应时间间隔(例如:月1号)的气象数据。进一步，所述空调用电基准值预测系统的云数据库服务器包括:存储模块，接收并存储所述智能空调发送的用电数据；数据调取模块，向所述气象数据提取器发送调取历史气象数据的指令；数据发送模块，将组合用电数据发送至所述算法服务器。进一步，所述的空调用电基准值预测系统的算法服务器包括:算法分析模块，对所述组合数据中的当前用电数据和历史用电数据基于气象数据比例加权平均，得出空调用电预测基准值，并发送空调用电预测； 本专利技术另一方面提供了一种空调用电基准值预测的方法，该方法包括以下步骤:采集智能空调用电数值，并发送采集当前用电数据，所述当前用电数据包括智能空调用电数值及对应的采集时间；提取当地的历史气象数据，并且能够接收调取历史气象数据的指令，所述气象数据包括温度、湿度；存储智能空调发送的用电数据，接收所述智能空调发送的当前用电数据，向所述数据信息提取器发送调取历史气象数据的指令，并调取与自身存储的历史用电数据，所述的当前用电数据、历史气象数据、历史用电数据成为组合用电数据，并发送所述组合用电数据；接收所述云数据库服务器发送的组合用电信息，使用自回归算法对组合用电数据分析，预测出将来的空调用电基准值，并发送预测的空调用电基准值。进一步，所述的空调用电基准值预测方法还包括:每隔一段时间采集空调当前用电数值及对应的时间数据；将采集的用电数据发送至所述云数据库服务器，还用于接收所述算法服务器发送的空调预测基准值；显示所述数据传输器的空调预测，能够根据算法服务器发送的空调用电基准值预测数据的变化，动态调整显示数值。进一步，在所述的空调用电基准值预测方法中，所提取的历史气象数据为当前用电数据对应时间间隔(例如:月1号)的气象数据。进一步，所述空调用电基准值预测方法还包括:接收并存储所述智能空调发送的用电数据；向所述气象数据提取器发送调取历史气象数据的指令；将组合用电数据发送至所述算法服务器。进一步，所述空调用电基准值预测方法还包括:对所述组合数据中的当前用电数据和历史用电数据基于气象数据比例加权平均，得出空调用电预测基准值，并发送空调用电预测。本专利技术的有益效果为:利用自回归算法，对历史中相同周期的日子和相同时刻的用电数据基于天气比例加权平均。这样的算法充分考虑到用电设备自身具有的周期性，以及用电与天气之间的强相关耦合。基于此算法得出的基准值预测，还能够在实时滚动窗口中调整已达到最优预测。【附图说明】图1所示为根据本专利技术实施方式总体结构框图； 图2所示为根据本专利技术实施方式的流程图； 图3所示为根据本专利技术实施方式的数据流图。【具体实施方式】为了使本专利技术的目的、技术方案和优点更加清楚，下面结合附图和具体实施例对本专利技术进行详细描述。本专利技术的空调基准值预测方法。图1所示为根据本专利技术实施方式的总体结构框图。所述的空调基准值预测系统于包括智能空调1，云端数据库服务器2，气象信息提取器3，以及预测基准预测的算法服务器4所组成的系统中。所述的智能空调1用于采集每个空调实际用电量，由开发人员设计。所述的云端服务器2用于存储预测所需的数据，包括空调历史用电，历史气象信息。气象信息提取器3与云端服务器相连，以便随时提取当地温度和湿度信息。所述的预测基准值算法4为核心算法服务器。详细的，智能空调，用于采集智能空调用电数值，并发送采集当前用电数据，所述当前用电数据包括智能空调用电数值及对应的采集时间；气象数据提取器，用于提取当地的历史气象数据，并且能够接收调取历史气象数据的指令，所述气象数据包括温度、湿度；云数据库服务器，用于存储智能空调发送的用电数据，接收所述智能空调发送的当前用电数据，向所述数据信息提取器发送调取历史气当前第1页1 2 本文档来自技高网...
【技术保护点】
一种空调用电基准值预测的系统，其特征在于，该系统包括：智能空调，用于采集智能空调用电数值及对应的时间，并发送采集当前用电数据，所述当前用电数据包括智能空调用电数值及对应的采集时间；气象数据提取器，用于提取当地的历史气象数据，并且能够接收调取历史气象数据的指令；云数据库服务器，用于存储智能空调发送的用电数据，接收所述智能空调发送的当前用电数据，向所述数据信息提取器发送调取历史气象数据的指令，并调取与自身存储的历史用电数据，所述的当前用电数据、历史气象数据、历史用电数据成为组合用电数据，并发送所述组合用电数据；算法服务器，用于接收所述云数据库服务器发送的组合用电信息，使用相应算法对组合用电数据分析，预测出将来的空调用电基准值，并发送预测的空调用电基准值。
【技术特征摘要】
【专利技术属性】
技术研发人员：谢乐，
申请(专利权)人：谢乐，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。