电子装置、基于聚类算法的建筑物日用电负荷预测方法及存储介质制造方法及图纸

本方案涉及智能决策，提供一种基于聚类算法的建筑物日用电负荷预测方法，该方法包括：分别获取预先确定的建筑物在预定义时间段内各日的用电负荷值；根据预先确定的聚类算法对各日在预定义单位时间的电力消耗值进行聚类处理，以得到第一用电负荷集群和第二用电负荷集群；若需预测建筑物在某工作日的用电负荷，则根据所述第一用电负荷集群的聚类中心，预测出该工作日的用电负荷值；若需预测建筑物在某非工作日的用电负荷，则根据所述第二用电负荷集群的聚类中心，预测出该非工作日的用电负荷值。不仅提高了预测的速度和准确性，且能够根据工作日和非工作日的用电负荷值进行用电节能管理。此外，本发明专利技术还提出一种电子装置及存储介质。

Electronic Devices, Building Daily Electricity Load Forecasting Method Based on Clustering Algorithms and Storage Media

This scheme involves intelligent decision-making, and provides a method of daily load forecasting for buildings based on clustering algorithm. The method includes: obtaining the daily load values of pre-determined buildings in a predetermined period of time; clustering the daily power consumption values of pre-defined units of time according to the pre-determined clustering algorithm, so as to get the first power load cluster and the first power consumption cluster. The second power load cluster; if it is necessary to predict the power load of a building on a working day, the power load value on that working day is predicted according to the cluster center of the first power load cluster; if it is necessary to predict the power load of a building on a non-working day, the power load value on the non-working day is predicted according to the cluster center of the second power load cluster. It not only improves the speed and accuracy of forecasting, but also manages energy-saving according to the load values of working and non-working days. In addition, the invention also provides an electronic device and a storage medium.

【技术实现步骤摘要】
电子装置、基于聚类算法的建筑物日用电负荷预测方法及存储介质
本专利技术涉及电力数据预测领域，尤其涉及一种电子装置、基于聚类算法的建筑物日用电负荷预测方法及存储介质。
技术介绍
随着智能电网的发展，智能电网的建设和规划所依据的基础数据变得越来越复杂以及多样化，而建筑物的电力消耗数据是智能电网建设和规划所需的基础数据之一。目前，为了能够准确地预测出建筑物的电力消耗数据，提出了一些大数据预测模型。但是由于建筑物的电力消耗数据在对应不同的类型日(类型日包括工作日、周末以及节假日)具有不同的周期性和规律性，且不同类型日的电力消耗数据差异很大，因此，导致大数据预测模型的训练过程较复杂，数据处理量大，且针对不同类型日需要建立不同的预测模型，整个过程耗时较长。
技术实现思路
有鉴于此，本专利技术提出一种电子装置、基于聚类算法的建筑物日用电负荷预测方法及存储介质，不仅提高了预测的速度和准确性，且能够根据工作日和非工作日的用电负荷值进行用电节能管理。首先，为实现上述目的，本专利技术提出一种电子装置，所述电子装置包括存储器、及与所述存储器连接的处理器，所述处理器用于执行所述存储器上存储的基于聚类算法的建筑物日用电负荷预测程序，所述基于聚类算法的建筑物日用电负荷预测程序被所述处理器执行时实现如下步骤：A1、分别获取预先确定的建筑物在预定义时间段内各日的用电负荷值，所述用电负荷值包括各日在预定义单位时间的电力消耗值；A2、根据预先确定的聚类算法对各日在预定义单位时间的电力消耗值进行聚类处理，以得到第一用电负荷集群和第二用电负荷集群；A3、若需预测建筑物在某工作日的用电负荷，则根据所述第一用电负荷集群的聚类中心，预测出该工作日的用电负荷值；A4、若需预测建筑物在某非工作日的用电负荷，则根据所述第二用电负荷集群的聚类中心，预测出该非工作日的用电负荷值。优选地，在所述步骤A2中，所述根据预先确定的聚类算法对各日在预定义单位时间的电力消耗值进行聚类处理，以得到第一用电负荷集群和第二用电负荷集群的步骤，包括：根据预先确定的归一化处理方式分别对获取的各日在预定义单位时间的电力消耗值进行归一化处理，以得到归一化处理之后的用电负荷向量集；根据预先确定的聚类算法对所述用电负荷向量集中各个向量进行聚类处理，以得到第一向量集群和第二向量集群，其中，所述第一向量集群为该建筑物在工作日的用电负荷集群，所述第二向量集群为该建筑物在非工作日的用电负荷集群。优选地，所述步骤A3，包括：若需预测建筑物在某工作日的用电负荷，则根据所述第一用电负荷集群的聚类中心，预测出该工作日的用电负荷的第一标幺值；对预测得到的第一标幺值进行反归一化处理，以得到该工作日的预测用电负荷值。优选地，所述步骤A4，包括：若需预测建筑物在某非工作日的用电负荷，则根据所述第二用电负荷集群的聚类中心，预测出该非工作日的用电负荷的第二标幺值；对预测得到的第二标幺值进行反归一化处理，以得到该非工作日的预测用电负荷值。优选地，所述根据预先确定的聚类算法对所述用电负荷向量集中各个向量进行聚类处理的步骤，包括：A11、输入确定的聚类参数k以及用电负荷值的样本集，其中所述参数k为聚类个数，所述用电负荷值的样本集为所述用电负荷向量集；A22、从所述用电负荷向量集中任意选取两个向量作为初始聚类中心；A33、根据距离最小计算公式，分别计算所述用电负荷向量集中其他向量与所述初始聚类中心的距离，根据计算得到的距离将所述用电负荷向量集中其他向量对应分配到距离最近的聚类中心，其中，所述距离最小计算公式为：其中，i为所述用电负荷向量集中的其他向量，所述μ为各个初始聚类中心对应簇中各个向量的方差；A44、重新计算各个初始聚类中心对应簇的中心，得到新的聚类中心；A55、根据新的聚类中心，循环执行S33和S34，直至满足距离准则函数为止，其中，所距离准则函数为：其中，i为所述用电负荷向量集中的其他向量，所述μ为各个初始聚类中心对应簇中各个向量的方差。此外，为实现上述目的，本专利技术还提出一种基于聚类算法的建筑物日用电负荷预测方法，所述方法包括如下步骤：S1、分别获取预先确定的建筑物在预定义时间段内各日的用电负荷值，所述用电负荷值包括各日在预定义单位时间的电力消耗值；S2、根据预先确定的聚类算法对各日在预定义单位时间的电力消耗值进行聚类处理，以得到第一用电负荷集群和第二用电负荷集群；S3、若需预测建筑物在某工作日的用电负荷，则根据所述第一用电负荷集群的聚类中心，预测出该工作日的用电负荷值；S4、若需预测建筑物在某非工作日的用电负荷，则根据所述第二用电负荷集群的聚类中心，预测出该非工作日的用电负荷值。优选地，在所述步骤S2中，所述根据预先确定的聚类算法对各日在预定义单位时间的电力消耗值进行聚类处理，以得到第一用电负荷集群和第二用电负荷集群的步骤，包括：根据预先确定的归一化处理方式分别对获取的各日在预定义单位时间的电力消耗值进行归一化处理，以得到归一化处理之后的用电负荷向量集；根据预先确定的聚类算法对所述用电负荷向量集中各个向量进行聚类处理，以得到第一向量集群和第二向量集群，其中，所述第一向量集群为该建筑物在工作日的用电负荷集群，所述第二向量集群为该建筑物在非工作日的用电负荷集群。优选地，所述步骤S3，包括：若需预测建筑物在某工作日的用电负荷，则根据所述第一用电负荷集群的聚类中心，预测出该工作日的用电负荷的第一标幺值；对预测得到的第一标幺值进行反归一化处理，以得到该工作日的预测用电负荷值。优选地，所述步骤S4，包括：若需预测建筑物在某非工作日的用电负荷，则根据所述第二用电负荷集群的聚类中心，预测出该非工作日的用电负荷的第二标幺值；对预测得到的第二标幺值进行反归一化处理，以得到该非工作日的预测用电负荷值。此外，为了解决上述技术问题，本专利技术还提出一种计算机可读存储介质，所述计算机可读存储介质存储有基于聚类算法的建筑物日用电负荷预测程序，所述基于聚类算法的建筑物日用电负荷预测程序可被至少一个处理器执行，以使所述至少一个处理器执行如上所述的基于聚类算法的建筑物日用电负荷预测方法的步骤。本专利技术所提出的电子装置、基于聚类算法的建筑物日用电负荷预测方法及存储介质，通过分别获取预先确定的建筑物在预定义时间段内各日的用电负荷值，所述用电负荷值包括各日在预定义单位时间的电力消耗值；根据预先确定的聚类算法对各日在预定义单位时间的电力消耗值进行聚类处理，以得到第一用电负荷集群和第二用电负荷集群；若需预测建筑物在某工作日的用电负荷，则根据所述第一用电负荷集群的聚类中心，预测出该工作日的用电负荷值；若需预测建筑物在某非工作日的用电负荷，则根据所述第二用电负荷集群的聚类中心，预测出该非工作日的用电负荷值。不仅提高了预测的速度和准确性，且能够根据工作日和非工作日的用电负荷值进行用电节能管理。附图说明图1是本专利技术提出的电子装置一可选的硬件架构的示意图；图2是本专利技术电子装置一实施例中基于聚类算法的建筑物日用电负荷预测程序的程序模块示意图；图3是本专利技术基于聚类算法的建筑物日用电负荷预测方法较佳实施例的实施流程图。本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进本文档来自技高网...

【技术保护点】
1.一种电子装置，其特征在于，所述电子装置包括存储器、及与所述存储器连接的处理器，所述处理器用于执行所述存储器上存储的基于聚类算法的建筑物日用电负荷预测程序，所述基于聚类算法的建筑物日用电负荷预测程序被所述处理器执行时实现如下步骤：A1、分别获取预先确定的建筑物在预定义时间段内各日的用电负荷值，所述用电负荷值包括各日在预定义单位时间的电力消耗值；A2、根据预先确定的聚类算法对各日在预定义单位时间的电力消耗值进行聚类处理，以得到第一用电负荷集群和第二用电负荷集群；A3、若需预测建筑物在某工作日的用电负荷，则根据所述第一用电负荷集群的聚类中心，预测出该工作日的用电负荷值；A4、若需预测建筑物在某非工作日的用电负荷，则根据所述第二用电负荷集群的聚类中心，预测出该非工作日的用电负荷值。

【技术特征摘要】
1.一种电子装置，其特征在于，所述电子装置包括存储器、及与所述存储器连接的处理器，所述处理器用于执行所述存储器上存储的基于聚类算法的建筑物日用电负荷预测程序，所述基于聚类算法的建筑物日用电负荷预测程序被所述处理器执行时实现如下步骤：A1、分别获取预先确定的建筑物在预定义时间段内各日的用电负荷值，所述用电负荷值包括各日在预定义单位时间的电力消耗值；A2、根据预先确定的聚类算法对各日在预定义单位时间的电力消耗值进行聚类处理，以得到第一用电负荷集群和第二用电负荷集群；A3、若需预测建筑物在某工作日的用电负荷，则根据所述第一用电负荷集群的聚类中心，预测出该工作日的用电负荷值；A4、若需预测建筑物在某非工作日的用电负荷，则根据所述第二用电负荷集群的聚类中心，预测出该非工作日的用电负荷值。2.如权利要求1所述的电子装置，其特征在于，在所述步骤A2中，所述根据预先确定的聚类算法对各日在预定义单位时间的电力消耗值进行聚类处理，以得到第一用电负荷集群和第二用电负荷集群的步骤，包括：根据预先确定的归一化处理方式分别对获取的各日在预定义单位时间的电力消耗值进行归一化处理，以得到归一化处理之后的用电负荷向量集；根据预先确定的聚类算法对所述用电负荷向量集中各个向量进行聚类处理，以得到第一向量集群和第二向量集群，其中，所述第一向量集群为该建筑物在工作日的用电负荷集群，所述第二向量集群为该建筑物在非工作日的用电负荷集群。3.如权利要求2所述的电子装置，其特征在于，所述步骤A3，包括：若需预测建筑物在某工作日的用电负荷，则根据所述第一用电负荷集群的聚类中心，预测出该工作日的用电负荷的第一标幺值；对预测得到的第一标幺值进行反归一化处理，以得到该工作日的预测用电负荷值。4.如权利要求2所述的电子装置，其特征在于，所述步骤A4，包括：若需预测建筑物在某非工作日的用电负荷，则根据所述第二用电负荷集群的聚类中心，预测出该非工作日的用电负荷的第二标幺值；对预测得到的第二标幺值进行反归一化处理，以得到该非工作日的预测用电负荷值。5.如权利要求2-4任一所述的电子装置，其特征在于，所述根据预先确定的聚类算法对所述用电负荷向量集中各个向量进行聚类处理的步骤，包括：A11、输入确定的聚类参数k以及用电负荷值的样本集，其中所述参数k为聚类个数，所述用电负荷值的样本集为所述用电负荷向量集；A22、从所述用电负荷向量集中任意选取两个向量作为初始聚类中心；A33、根据距离最小计算公式，分别计算所述用电负荷向量集中其他向量与所述初始聚类中心的距离，根据计算得到的距离将所述用电负荷向量集中其他向量对应分配到距离最近的聚类中心，其中，所述距离最小计算公式为：其中，i为所述...

【专利技术属性】
技术研发人员：李弦，阮晓雯，徐亮，肖京，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东,44