【技术实现步骤摘要】
本专利技术涉及电力领域，尤其涉及电力负荷的预测。
技术介绍
电力用户的用电行为(主要包括用电负荷)是经常变化的，不但随着一天中不同的时间变化，而且对季节、温度、天气等因素也是敏感的，不同的季节，不同地区的气候，以及温度的变化都会对负荷造成明显的影响。另外，不同行业的电力负荷也不同。比如商业用户，包括餐饮、娱乐行业，由于商业行为在节假日会增加营业时间，从而成为节假日中影响电力负荷的重要因素之一。一般工业负荷的比重在用电构成中居于首位，而工业用户(主要包括工厂)的用电负荷不仅取决于工业用户的工作方式(包括设备利用情况、企业的工作班制等)，而且与各行业的行业特点紧密相关。准确地确定用户的用电行为特征对实现准确地预测用户的用电负荷非常重要。用电负荷预测包括最大负荷、最小负荷、年(或日)平均负荷、用电量、负荷曲线等的预测。最大负荷预测对于确定电力系统发电设备及输变电设备的容量是非常重要的。为了选择适当的机组类型和合理的电源结构以及确定燃料计划等，还必须预测一段时间内的平均负荷及电量。负荷曲线的预测可为研究电力系统的峰值、抽水蓄能电站的容量以及发输电设备的协调运行提供数据支...
【技术保护点】
一种确定用户用电行为特征的方法，包括：获取该用户的历史用电负荷数据，得到该该用户的多条历史日用电负荷曲线，根据多条日用电负荷曲线的相似度，实现将多条历史日用电负荷曲线按照不同的时间区间进行聚类(S10)；获取与该用户在各个时间区间上的历史电流数据，对获取的历史用电负荷数据和历史电流数据进行统计学处理，得到该用户在各个时间区间上的用电特征模型，各个时间区间的用电特征模型的组合代表该用户的用电行为特征(S20)；获取影响用户用电行为的用户可控因素和不可控因素(S30)；和将下述数据作为一个初始用电负荷预测模型的输入，训练该用户初始用电负荷预测模型，得到反映该用户用电行为特征的标...
【技术特征摘要】
1.一种确定用户用电行为特征的方法，包括：获取该用户的历史用电负荷数据，得到该该用户的多条历史日用电负荷曲线，根据多条日用电负荷曲线的相似度，实现将多条历史日用电负荷曲线按照不同的时间区间进行聚类(S10)；获取与该用户在各个时间区间上的历史电流数据，对获取的历史用电负荷数据和历史电流数据进行统计学处理，得到该用户在各个时间区间上的用电特征模型，各个时间区间的用电特征模型的组合代表该用户的用电行为特征(S20)；获取影响用户用电行为的用户可控因素和不可控因素(S30)；和将下述数据作为一个初始用电负荷预测模型的输入，训练该用户初始用电负荷预测模型，得到反映该用户用电行为特征的标准用电负荷预测模型，所述数据包括：影响该用户用电行为的用户可控因素、不可控因素、该用户的历史用电负荷数据和该用户的用电特征模型或依据该用户的用电特征模型得到的历史用电负荷值(S40)。2.根据权利要求1所述的方法，其中，为更新用户的用电行为特征，定期执行如下步骤：获取该用户的历史用电负荷数据，得到该该用户的多条历史日负荷曲线，根据多条日负荷曲线的相似度，实现将多条历史日负荷曲线按照不同的时间区间进行聚类(S10)；获取与该用户在各个时间区间上的历史电流数据，对获取的历史负荷数据和历史电流数据进行统计学处理，得到该用户在各个时间区间上的用电特征模型，各个时间区间的用电特征模型的组合代表该用户的用电行为特征(S20)。3.一种使用权利要求1-3中任一项所述的方法得到的用户用电负荷标准预测模型来预测该用户用电负荷的方法，包括：获取对该用户的用电行为产生影响的用户可控因素和不可控因素(S50)；获取该用户在各个时间区间上的历史电流数据，对获取的历史负荷数据和历史电流数据进行统计学处理，得到该用户在各个时间区间上的用电特征模型(S100)；和将获取的用户可控因素、不可控因素和该用户的用电特征模型或依据该用户的用电特征模型得到的历史用电负荷值输入到标准用电负荷预测模型中，预...
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。