电力负荷智能预测方法及装置制造方法及图纸

本发明专利技术提供了一种电力负荷智能预测方法及装置，该方法包括：获取基础负荷数据，所述基础负荷数据包括：地区、时间段、行业及负荷值；查询历史负荷预测档案库中是否存在与所述基础负荷数据属性相似的历史负荷预测数据；如果是，获取历史负荷预测数据对应的预测算法的准确率，并判断所述准确率是否大于预设的阈值；如果是，利用所述历史负荷预测数据对应的预测算法及所述基础负荷数据进行负荷预测；如果否，利用所述基础负荷数据对应的多个可用预测算法中优先级最高的算法及所述基础负荷数据进行负荷预测。本发明专利技术结合实际数据和评价体系，可以根据对应属性的数据快速推荐最优算法，还可以有效避免负荷预测算法的数学化及模式化。

【技术实现步骤摘要】
电力负荷智能预测方法及装置
本专利技术涉及电力负荷预测
，特别涉及一种电力负荷智能预测方法及装置。
技术介绍
现阶段，电力负荷预测的理论和方法已经比较多，但由于预测方法的局限性和负荷结构的复杂性，负荷预测法的应用受到了一定的限制。主要原因在于：在实际应用中普遍存在预测精度不高、算法逐渐“数学化”的现象，复杂的算法多数停留在理论研究阶段，很难在工程实践中灵活应用。另外，现有负荷预测还停留在高度人工预测的阶段，不仅需要业务人员非常熟悉业务，而且需要对不同地区负荷特性有深度了解，同时还需要业务人员对算法有很高的见解，才能达到负荷预测的精准性。随着负荷预测的应用的深入，传统的地区负荷预测和模糊负荷预测已经无法满足越来越大的市场需求，高精度及细划分的负荷预测成为必要，传统的负荷预测方式仍难以应对如此量级和精度的负荷预测，需要更加简单高效的方式来完成这项工作。
技术实现思路
本专利技术实施例提供了一种电力负荷智能预测方法及装置，可以根据对应属性的数据快速推荐最优算法，有效避免负荷预测算法的数学化及模式化。为了实现上述目的，本专利技术实施例还提供了一种电力负荷智能预测方法，该电力负荷智能预测方法包括：获取基础负荷数据，所述基础负荷数据包括：地区、时间段、行业及负荷值；查询历史负荷预测档案库中是否存在与所述基础负荷数据属性相似的历史负荷预测数据；如果是，获取历史负荷预测数据对应的预测算法的准确率，并判断所述准确率是否大于预设的阈值；如果是，利用所述历史负荷预测数据对应的预测算法及所述基础负荷数据进行负荷预测；如果历史负荷预测档案库中不存在与所述基础负荷数据属性相似的历史负荷预测数据，或者所述准确率小于预设的阈值，利用所述基础负荷数据对应的多个可用预测算法中优先级最高的算法及所述基础负荷数据进行负荷预测。一实施例中，该电力负荷智能预测方法包括：选定历史负荷测试数据，利用对应的可用预测算法及所述历史负荷测试数据进行负荷模拟预测，生成预测结果；所述历史负荷测试数据包括：地区、历史时间段、行业及负荷值；所述预测结果为所述历史时间段之后的某一时间段的负荷预测值；将所述预测结果与对应的真实负荷值进行比对，生成所述可用预测算法的准确率；根据所述准确率得到各可用预测算法的优先级。一实施例中，该电力负荷智能预测方法还包括：确定所述基础负荷数据所属的预测类型；根据所述预测类型为所述基础负荷数据分配至少一可用预测算法。一实施例中，该电力负荷智能预测方法还包括：获取外部因子，所述外部因子包括温度、天气、事故、国家政策因子中的至少一个；根据所述外部因子、所述历史负荷预测数据对应的预测算法及所述基础负荷数据进行负荷预测。一实施例中，该电力负荷智能预测方法还包括：获取外部因子；根据所述外部因子、所述基础负荷数据对应的多个可用预测算法中优先级最高的算法及所述基础负荷数据进行负荷预测。一实施例中，该电力负荷智能预测方法还包括：计算本次预测的准确率，并存储所述基础负荷数据、基础负荷数据对应的预测算法及该准确率至档案库。一实施例中，获取历史负荷预测数据对应的预测算法的准确率，并判断所述准确率是否大于预设的阈值，包括：如果历史负荷预测档案库中存在与所述基础负荷数据属性相似的多个历史负荷预测数据，并且多个历史负荷预测数据对应不同的预测算法，从多个不同的预测算法选择准确率最高的预测算法的准确率，并判断最高的准确率是否大于预设的阈值。一实施例中，获取历史负荷预测数据对应的预测算法的准确率，并判断所述准确率是否大于预设的阈值，包括：如果历史负荷预测档案库中存在与所述基础负荷数据属性相似的多个历史负荷预测数据，并且多个历史负荷预测数据对应相同的预测算法，获取多个历史负荷预测数据对应的准确率的平均值，并判断所述平均值是否大于预设的阈值。一实施例中，所述获取基础负荷数据，包括：通过数据接口获取所述基础负荷数据，或获取用户输入的所述基础负荷数据。为了实现上述目的，本专利技术实施例还提供了一种电力负荷智能预测装置，该电力负荷智能预测装置包括：数据获取单元，用于获取基础负荷数据，所述基础负荷数据包括：地区、时间段、行业及负荷值；查询单元，用于查询历史负荷预测档案库中是否存在与所述基础负荷数据属性相似的历史负荷预测数据；判断单元，用于获取历史负荷预测数据对应的预测算法的准确率，并判断所述准确率是否大于预设的阈值；第一预测单元，用于利用所述历史负荷预测数据对应的预测算法及所述基础负荷数据进行负荷预测；第二预测单元，用于利用所述基础负荷数据对应的多个可用预测算法中优先级最高的算法及所述基础负荷数据进行负荷预测。一实施例中，该电力负荷智能预测装置还包括：模拟预测单元，用于选定历史负荷测试数据，利用对应的可用预测算法及所述历史负荷测试数据进行负荷模拟预测，生成预测结果；所述历史负荷测试数据包括：地区、历史时间段、行业及负荷值；所述预测结果为所述历史时间段之后的某一时间段的负荷预测值；比对单元，用于将所述预测结果与对应的真实负荷值进行比对，生成所述可用预测算法的准确率；优先级确定单元，用于根据所述准确率得到各可用预测算法的优先级。一实施例中，该电力负荷智能预测装置还包括：类型确定单元，用于确定所述基础负荷数据所属的预测类型；算法分配单元，用于根据所述预测类型为所述基础负荷数据分配至少一可用预测算法。一实施例中，该电力负荷智能预测装置还包括：因子获取单元，用于获取外部因子，所述外部因子包括温度、天气、事故、国家政策因子中的至少一个；所述第一预测单元根据所述外部因子、所述历史负荷预测数据对应的预测算法及所述基础负荷数据进行负荷预测。一实施例中，该电力负荷智能预测装置还包括：因子获取单元，获取外部因子；所述第二预测单元根据所述外部因子、所述基础负荷数据对应的多个可用预测算法中优先级最高的算法及所述基础负荷数据进行负荷预测。一实施例中，该电力负荷智能预测装置还包括：归档单元，用于计算本次预测的准确率，并存储所述基础负荷数据、基础负荷数据对应的预测算法及该准确率至档案库。一实施例中，如果历史负荷预测档案库中存在与所述基础负荷数据属性相似的多个历史负荷预测数据，并且多个历史负荷预测数据对应不同的预测算法，所述判断单元具体用于：从多个不同的预测算法选择准确率最高的预测算法的准确率，并判断最高的准确率是否大于预设的阈值。一实施例中，如果历史负荷预测档案库中存在与所述基础负荷数据属性相似的多个历史负荷预测数据，并且多个历史负荷预测数据对应相同的预测算法，所述判断单元具体用于：获取多个历史负荷预测数据对应的准确率的平均值，并判断所述平均值是否大于预设的阈值。一实施例中，所述数据获取单元具体用于：通过数据接口获取所述基础负荷数据，或获取用户输入的所述基础负荷数据。本专利技术结合实际数据和评价体系，可以根据对应属性的数据快速推荐最优算法，还可以有效避免负荷预测算法的数学化及模式化。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例的电力负荷智能预测方法流程图；图2为本专利技术实施例的框架示意本文档来自技高网...

【技术保护点】
一种电力负荷智能预测方法，其特征在于，包括：获取基础负荷数据，所述基础负荷数据包括：地区、时间段、行业及负荷值；查询历史负荷预测档案库中是否存在与所述基础负荷数据属性相似的历史负荷预测数据；如果是，获取历史负荷预测数据对应的预测算法的准确率，并判断所述准确率是否大于预设的阈值；如果是，利用所述历史负荷预测数据对应的预测算法及所述基础负荷数据进行负荷预测；如果历史负荷预测档案库中不存在与所述基础负荷数据属性相似的历史负荷预测数据，或者所述准确率小于预设的阈值，利用所述基础负荷数据对应的多个可用预测算法中优先级最高的算法及所述基础负荷数据进行负荷预测。

【技术特征摘要】
1.一种电力负荷智能预测方法，其特征在于，包括：获取基础负荷数据，所述基础负荷数据包括：地区、时间段、行业及负荷值；查询历史负荷预测档案库中是否存在与所述基础负荷数据属性相似的历史负荷预测数据；如果是，获取历史负荷预测数据对应的预测算法的准确率，并判断所述准确率是否大于预设的阈值；如果是，利用所述历史负荷预测数据对应的预测算法及所述基础负荷数据进行负荷预测；如果历史负荷预测档案库中不存在与所述基础负荷数据属性相似的历史负荷预测数据，或者所述准确率小于预设的阈值，利用所述基础负荷数据对应的多个可用预测算法中优先级最高的算法及所述基础负荷数据进行负荷预测。2.根据权利要求1所述的电力负荷智能预测方法，其特征在于，还包括：选定历史负荷测试数据，利用对应的可用预测算法及所述历史负荷测试数据进行负荷模拟预测，生成预测结果；所述历史负荷测试数据包括：地区、历史时间段、行业及负荷值；所述预测结果为所述历史时间段之后的某一时间段的负荷预测值；将所述预测结果与对应的真实负荷值进行比对，生成所述可用预测算法的准确率；根据所述准确率得到各可用预测算法的优先级。3.根据权利要求1或2所述的电力负荷智能预测方法，其特征在于，还包括：确定所述基础负荷数据所属的预测类型；根据所述预测类型为所述基础负荷数据分配至少一可用预测算法。4.根据权利要求1所述的电力负荷智能预测方法，其特征在于，还包括：获取外部因子，所述外部因子包括温度、天气、事故、国家政策因子中的至少一个；根据所述外部因子、所述历史负荷预测数据对应的预测算法及所述基础负荷数据进行负荷预测。5.根据权利要求1所述的电力负荷智能预测方法，其特征在于，还包括：获取外部因子；根据所述外部因子、所述基础负荷数据对应的多个可用预测算法中优先级最高的算法及所述基础负荷数据进行负荷预测。6.根据权利要求1所述的电力负荷智能预测方法，其特征在于，还包括：计算本次预测的准确率，并存储所述基础负荷数据、基础负荷数据对应的预测算法及该准确率至档案库。7.根据权利要求1所述的电力负荷智能预测方法，其特征在于，获取历史负荷预测数据对应的预测算法的准确率，并判断所述准确率是否大于预设的阈值，包括：如果历史负荷预测档案库中存在与所述基础负荷数据属性相似的多个历史负荷预测数据，并且多个历史负荷预测数据对应不同的预测算法，从多个不同的预测算法选择准确率最高的预测算法的准确率，并判断最高的准确率是否大于预设的阈值。8.根据权利要求1所述的电力负荷智能预测方法，其特征在于，获取历史负荷预测数据对应的预测算法的准确率，并判断所述准确率是否大于预设的阈值，包括：如果历史负荷预测档案库中存在与所述基础负荷数据属性相似的多个历史负荷预测数据，并且多个历史负荷预测数据对应相同的预测算法，获取多个历史负荷预测数据对应的准确率的平均值，并判断所述平均值是否大于预设的阈值。9.根据权利要求1所述的电力负荷智能预测方法，其特征在于，所述获取基础负荷数据，包括：通过数据接口获取所述基础负荷数据，或获取用户输入的所述基础负荷数据。10.一种电力负...

【专利技术属性】
技术研发人员：谢枫，周辛南，傅军，孙志杰，王海燕，孙贝贝，方茂益，
申请(专利权)人：国家电网公司，国网冀北电力有限公司电力科学研究院，华北电力科学研究院有限责任公司，
类型：发明
国别省市：北京,11