The invention discloses a data processing method and device. Among them, the method includes determining a plurality of preset for each user type electric electricity user types in the region with historical data and historical influence factors of electricity; electricity users according to each type of historical consumption and influencing factors of historical data to establish the electricity user type corresponding to the electricity demand forecasting model, the electricity demand forecasting model is used according to the corresponding factors that influence the prediction of the type of electrical user preset time period corresponding to the electricity user type electricity; electricity according to each type of user consumption prediction model and the impact on the application type of user data to determine the factors to determine the total electricity consumption in the region with default prediction power by predicting the electrical user types corresponding to the. The invention solves the technical problem that the accuracy of the electricity consumption prediction is low in the relative technology.
【技术实现步骤摘要】
数据处理方法和装置
本专利技术涉及数据处理领域,具体而言,涉及一种数据处理方法和装置。
技术介绍
传统的电量预测方法有电耗法、弹性系数法、回归法、接电容量法等。采用电耗法对电量预测的精度取决于电耗的预测精度,不同产业甚至不同产品间电耗差异巨大,实际中很难对国民生产总值对应的电耗做出准确估计,导致预测精度较低。电力弹性系数是电力年平均增长率与国民生产总值之间的比值,采用电力弹性系数法同样需要对电力弹性系数趋势进行准确判断,但是当经济发展到一定程度,电力弹性系数的发展受多种因素影响,往往呈现出跳跃性或不确定性发展趋势,因此采用弹性系数法预测同样精度较低。回归法是通过建立电量与经济指标之间的相关关系,以回归预测技术来实现电量发展规律的捕捉,在一定程度上克服了电耗法和弹性系数法的缺陷,是目前最为广泛应用的电量预测方法。但是回归法仅仅考虑了经济指标对电量的影响,当系统负荷中降温负荷/采暖负荷占比较高,受天气因素影响较大,或预测期内出现大的政策调整时,回归法对电量预测的精度难以保障。上述传统的电量预测方法在预测用电量时建模考虑因素较单一,无法根据实际情况准确的预测某个区域内的用电量。针对相关技术中预测用电量的准确率较低的技术问题,目前尚未提出有效的解决方案。
技术实现思路
本专利技术实施例提供了一种数据处理方法和装置,以至少解决相关技术中预测用电量的准确率较低的技术问题。根据本专利技术实施例的一个方面,提供了一种数据处理方法,该方法包括:确定预设区域内的多个用电用户类型中每个用电用户类型的历史用电量和历史影响因素数据;根据每个用电用户类型的历史用电量和历史影响因素数据建立 ...
【技术保护点】
一种数据处理方法,其特征在于,包括:确定预设区域内的多个用电用户类型中每个用电用户类型的历史用电量和历史影响因素数据;根据所述每个用电用户类型的历史用电量和历史影响因素数据建立对应的用电用户类型的用电量预测模型,其中,所述用电量预测模型用于根据对应的用电用户类型的影响因素预测预设时间段内所述对应的用电用户类型的用电量;根据每个用电用户类型的用电量预测模型和对应用电用户类型的影响因素数据确定对应的用电用户类型的预测用电量以确定所述预设区域内的总预测用电量。
【技术特征摘要】
1.一种数据处理方法,其特征在于,包括:确定预设区域内的多个用电用户类型中每个用电用户类型的历史用电量和历史影响因素数据;根据所述每个用电用户类型的历史用电量和历史影响因素数据建立对应的用电用户类型的用电量预测模型,其中,所述用电量预测模型用于根据对应的用电用户类型的影响因素预测预设时间段内所述对应的用电用户类型的用电量;根据每个用电用户类型的用电量预测模型和对应用电用户类型的影响因素数据确定对应的用电用户类型的预测用电量以确定所述预设区域内的总预测用电量。2.根据权利要求1所述的方法,其特征在于,所述多个用电用户类型分为多个产业类型和居民类型,其中,所述多个产业类型中每个产业类型的用电用户的影响因素为经济数据,所述居民类型的影响因素为人口数据。3.根据权利要求2所述的方法,其特征在于,确定所述预设区域内的总预测用电量包括:根据每个产业类型的历史经济数据确定对应产业类型的平均经济数据;确定每个产业类型在待预测的预设时间段内的经济数据偏差;根据每个产业类型的所述经济数据偏差修正对应的产业类型的所述平均经济数据,得到对应的产业类型在所述预设时间段内的预期经济数据;根据每个产业类型的所述预期经济数据和所述用电量预测模型确定对应的产业类型的预测用电量。4.根据权利要求2所述的方法,其特征在于,确定所述预设区域内的总预测用电量包括:根据所述预设区域内的历史人口数据确定所述预设区域内的平均人口数据;确定所述预设区域内在待预测的预设时间段内的人口数据偏差;根据所述人口数据偏差修正所述预设区域内的所述平均人口数据,得到所述预设区域内在所述预设时间段内的预期人口数据;根据所述预期人口数据和所述居民类型的用电用户的用电量预测模型确定所述居民类型的用电用户在所述预设时间段内的预测用电量。5.一种数据处理装置,其特征在于,包括:第一确定单元,用于确定预设区域内的多个用电用户类型中每个用电用户类型的历史用电量和历史影响因素数据;建模单元,用于根据所述每个用电用户类型的历史用电量和历史影响因素数据建立对应...
【专利技术属性】
技术研发人员:余潇潇,郭思琪,李捷,秦帅,纪斌,张凯,李伟,王立永,王伟勇,佘妍,张璞,李翔宇,鞠力,
申请(专利权)人:国网北京市电力公司,国家电网公司,北京电力经济技术研究院,
类型:发明
国别省市:北京,11
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。