一种电力日负荷预测方法及装置制造方法及图纸

本发明专利技术公开了一种电力日负荷预测方法及装置,其中，所述方法包括采集多份历史日负荷数据；使用以动态时间规整作为距离度量对所述历史日负荷数据进行聚类；将聚类后的所述历史日负荷数据输入马尔科夫链原始模型，对所述马尔科夫链原始模型进行训练，获得马尔科夫链预测模型；将当前的日负荷数据输入所述马尔科夫链预测模型中，以预测下一日的日负荷数据。本发明专利技术中，使用以动态时间规整作为距离对历史日负荷数据进行聚类，度量用户每日用电的相似性，将聚类后的所述历史日负荷数据输入马尔科夫链原始模型，训练获得马尔科夫链预测模型，通过马尔科夫链预测模型对下一日的日负荷数据，有效提升了用户每日负荷预测的精度。

A method and device of power daily load forecasting

【技术实现步骤摘要】
一种电力日负荷预测方法及装置
本专利技术涉及智能用电
，具体的说是一种电力日负荷预测方法及装置。
技术介绍
单个用户用电负荷的精准预测对智能用电业务的开展有着重要意义，可以帮助供电企业了解未来一段时间电力负荷的高峰时期，为供电控制提供依据，另外，可以帮助营销部门提供精确的定制化服务，提高用户黏性，精准的单个用户预测可以让营销部门提供准确的需求响应费率方案，提升电网稳定性，帮助用户节约能源成本。目前，用户的用电负荷的行为相似性采用负荷曲线间的欧式距离来度量，即计算两个曲线在同一个时间点的负荷值之差的平方作为距离。但是专利技术人发现，这种方法存在较大的局限性，准确性不高，例如，一个用户晚上回家后拥有稳定的电器使用习惯，但是因为早或晚回家一个小时就会使得两条曲线间的距离变得极大，若此时认为两个曲线间的用电行为有很大差距，就会产生错判。
技术实现思路
有鉴于此，本专利技术的目的在于提出一种电力日负荷预测方法及装置，能够有效提高用电负荷预测的准确性。基于上述目的本专利技术提供的一种电力日负荷预测方法，包括采集多份历史日负荷数据；使用以动态时间规整作为距离度量对所述历史日负荷数据进行聚类；将聚类后的所述历史日负荷数据输入马尔科夫链原始模型，对所述马尔科夫链原始模型进行训练，获得马尔科夫链预测模型；将当前的日负荷数据输入所述马尔科夫链预测模型中，以预测下一日的日负荷数据。作为一种可选的实施方式，所述使用以动态时间规整作为距离度量对所述历史日负荷数据进行聚类，包括：使用以动态时间规整作为距离度量的K-means算法聚类所述历史日负荷数据。作为一种可选的实施方式，所述使用以动态时间规整作为距离度量的K-means算法聚类所述历史日负荷数据，包括使用以动态时间规整作为距离度量的K-means算法将所述历史日负荷数据聚类成c个簇，作为第一候选聚类簇，计算第一候选聚类簇的簇内簇间动态时间规整距离比，所述c为正整数；使用以动态时间规整作为距离度量的K-means算法将所述历史日负荷数据聚类成c+1个簇，作为第二候选聚类簇，计算第二候选聚类簇的簇内簇间动态时间规整距离比；计算所述第一候选聚类簇和所述第二候选聚类簇的簇内簇间动态时间规整距离比的差值，若所述差值低于阈值，则将所述第一候选聚类簇作为所述历史日负荷数据聚类后的目标聚类簇，若所述差值高于阈值，则将c更新为c+1，返回执行对历史日负荷数据聚类成c个簇的步骤。作为一种可选的实施方式，所述使用以动态时间规整作为距离度量的K-means算法将所述历史日负荷数据聚类成c个簇，包括选择c份历史日负荷数据作为c个簇的初始中心点；每次从未被聚类的历史日负荷数据中选取一份历史日负荷数据，计算该历史日负荷数据与c个中心点的动态时间规整距离，将该历史日负荷数据加入最短的动态时间规整距离所对应的簇中，重新计算加入该历史日负荷数据后的簇的中心点，直至全部的历史日负荷数据均被聚类。作为一种可选的实施方式，所述计算簇内簇间动态时间规整距离比，包括计算簇内任意两份历史日负荷数据的动态时间规整距离，将动态时间规整距离平均，得到簇内动态时间规整平均距离；计算簇间任意两个中心点的动态时间规整距离，将动态时间规整距离平均，得到簇间动态时间规整平均距离；根据簇内动态时间规整平均距离和簇间动态时间规整平均距离，得到簇内簇间动态时间规整距离比。作为一种可选的实施方式，所述采集历史日负荷数据之后，还包括对所述历史日负荷数据进行以下任意一种方式的预处理：排除异常数据、删除冗余数据以及填充缺失数据。作为本专利技术的第二个方面，提供了一种电力日负荷预测装置，包括采集模块，用于采集多份历史日负荷数据；聚类模块，用于使用以动态时间规整作为距离度量对所述历史日负荷数据进行聚类；训练模块，用于将聚类后的所述历史日负荷数据输入马尔科夫链原始模型，对所述马尔科夫链原始模型进行训练，获得马尔科夫链预测模型；预测模块，用于将当前的日负荷数据输入所述马尔科夫链预测模型中，以预测下一日的日负荷数据。作为一种可选的实施方式，所述聚类模块，用于使用以动态时间规整作为距离度量的K-means算法聚类所述历史日负荷数据。从上面所述可以看出，本专利技术提供的一种电力日负荷预测方法及装置，对采集到的历史日负荷数据，使用以动态时间规整作为距离对历史日负荷数据进行聚类，度量用户每日用电的相似性，将聚类后的所述历史日负荷数据输入马尔科夫链原始模型，训练获得马尔科夫链预测模型，通过马尔科夫链预测模型对下一日的日负荷数据，有效提升了用户每日负荷预测的精度。附图说明图1为本专利技术实施例的电力日负荷预测方法的逻辑示意图；图2为本专利技术实施例的电力日负荷预测方法的聚类所述历史日负荷数据的逻辑示意图；图3为本专利技术实施例的电力日负荷预测装置的示意图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本专利技术进一步详细说明。下面通过对实施例的描述，本专利技术的具体实施方式如所涉及的各构件的形状、构造、各部分之间的相互位置及连接关系、各部分的作用及工作原理、制造工艺及操作使用方法等，作进一步详细的说明，以帮助本领域技术人员对本专利技术的专利技术构思、技术方案有更完整、准确和深入的理解。为达到上述目的，本专利技术实施例提供了一种电力日负荷预测方法及装置，该方法及装置可以应用于供电站，或者与供电站相连的服务器等，具体不做限定。下面首先对本专利技术实施例提供的资源分配方法进行详细说明。图1为本专利技术实施例提供的一种电力负荷预测方法的流程示意图，包括：S100：采集多份历史日负荷数据；一份历史日负荷数据是指一个电力采集终端(电表)一天所采集的电力负荷数据。S200：使用以动态时间规整作为距离度量对所述历史日负荷数据进行聚类；动态时间规整是指：将两份原始时间序列进行拉伸到相同时间长度，进而比较两份时间序列的相似性，越相似的序列之间就拥有越小的动态时间规整距离。假设两份日负荷数据的时间序列分别为X，Y，它们的时间长度分别为|X|和|Y|。对于规整路径有：max(|X|,|Y|)≤l≤|X|+|Y|其中，l表示两个序列最终被拉伸的长度，表示曲线X的第i个点和曲线Y的第j个点之间的规整路径距离，且i和j的选择说明这两个点是最相似的。动态时间规整距离等于所有的相似点的规整路径距离之和。规整路径必须从开始，到结束，以保证X和Y序列的每个坐标点都出现一次。另外，规整路径中的i和j必须是单调递增的。设D(i,j)表示曲线X的前i个点和曲线Y的前j个点的相似性，则可以用以下公式求取：D(i,j)＝Dist(i,j)+min{D(i-1,j),D(i,j-1),D(i-1,j-1)}其中，Dist(i,j)表示曲线X的第i个点和曲线Y的第j个点之间的规整路径距离本文档来自技高网...

【技术保护点】
1.一种电力日负荷预测方法，其特征在于，包括/n采集多份历史日负荷数据；/n使用以动态时间规整作为距离度量对所述历史日负荷数据进行聚类；/n将聚类后的所述历史日负荷数据输入马尔科夫链原始模型，对所述马尔科夫链原始模型进行训练，获得马尔科夫链预测模型；/n将当前的日负荷数据输入所述马尔科夫链预测模型中，以预测下一日的日负荷数据。/n

【技术特征摘要】
1.一种电力日负荷预测方法，其特征在于，包括
采集多份历史日负荷数据；
使用以动态时间规整作为距离度量对所述历史日负荷数据进行聚类；
将聚类后的所述历史日负荷数据输入马尔科夫链原始模型，对所述马尔科夫链原始模型进行训练，获得马尔科夫链预测模型；
将当前的日负荷数据输入所述马尔科夫链预测模型中，以预测下一日的日负荷数据。


2.根据权利要求1所述的电力日负荷预测方法，其特征在于，所述使用以动态时间规整作为距离度量对所述历史日负荷数据进行聚类，包括：
使用以动态时间规整作为距离度量的K-means算法聚类所述历史日负荷数据。


3.根据权利要求2所述的电力日负荷预测方法，其特征在于，所述使用以动态时间规整作为距离度量的K-means算法聚类所述历史日负荷数据，包括
使用以动态时间规整作为距离度量的K-means算法将所述历史日负荷数据聚类成c个簇，作为第一候选聚类簇，计算第一候选聚类簇的簇内簇间动态时间规整距离比，所述c为正整数；
使用以动态时间规整作为距离度量的K-means算法将所述历史日负荷数据聚类成c+1个簇，作为第二候选聚类簇，计算第二候选聚类簇的簇内簇间动态时间规整距离比；
计算所述第一候选聚类簇和所述第二候选聚类簇的簇内簇间动态时间规整距离比的差值，若所述差值低于阈值，则将所述第一候选聚类簇作为所述历史日负荷数据聚类后的目标聚类簇，若所述差值高于阈值，则将c更新为c+1，返回执行对历史日负荷数据聚类成c个簇的步骤。


4.根据权利要求3所述的电力日负荷预测方法，其特征在于，所述使用以动态时间规整作为距离度量的K-means算法将所述历史日负荷数据聚类成c个簇，包括
选择c...

【专利技术属性】
技术研发人员：李浩松，庄斌，唐新忠，李天杰，马娜，李琳，王艳如，吴晓江，赵大明，刘冲，
申请(专利权)人：北京国电通网络技术有限公司，国网浙江省电力有限公司，国网信息通信产业集团有限公司，
类型：发明
国别省市：北京;11