一种基于数据衍生的电力负荷预测方法技术

本发明专利技术公开了一种基于数据衍生的电力负荷预测方法，包括获取历史用电数据；将所述历史用电数据带入正态分布函数进行衍生拓展，得出拓展衍生得出的数据，历史用电数据与拓展衍生得出的数据共同作为用电负荷数据；将用电负荷数据划分成训练集与验证集；将训练集数据作为输入带入预设结构的模型，以输入固定时间的实际负荷作为输出进行训练，并在训练过程中带入验证集数据进行验证，得到预测模型；将一个时间段的用电负荷数据带入预测模型，得出下一个时间段的用电负荷预测结果，本发明专利技术提出的方法通过对将历史用电数据带入正态分布函数进行衍生拓展，增大了进行预测的数据量，进而提高了用电负荷预测的准确性。

A power load forecasting method based on data derivation

【技术实现步骤摘要】
一种基于数据衍生的电力负荷预测方法
本专利技术涉及智能用电
，特别是指一种基于数据衍生的电力负荷预测方法。
技术介绍
当前电力行业在开放售电环境下需要更加准确的用电负荷预测，辅助电网进行更好的管理，调离调配以及市场营销，为了能够提高预测的精度，有很多的预测技术提出，过去主要是基于统计学的原理以及专业经验的预测和预判。随着人工智能技术的发展，逐渐把人工智能技术应用到电力市场预测领域。采用人工智能技术进行电力预测对数据的依赖比较强，但由于智能电表的推广较晚，通过电表统计得到的用户用电数据还是有限，尤其是一些偏远地区还没有进行智能电表的普及，用电数据的采集主要还是依靠人工记录，而且人工记录的数据遗失的情况较多，造成用电数据的样本数不足，对于用电负荷的预测的准确性会有一定的制约和限制。
技术实现思路
有鉴于此，本专利技术的目的在于提出一种基于数据衍生的电力负荷预测方法，用以解决用电数据样本数不足，进而影响预测准确性的问题。基于上述目的本专利技术提供的一种基于数据衍生的电力负荷预测方法，步骤为：获取历史用本文档来自技高网...

【技术保护点】
1.一种基于数据衍生的电力负荷预测方法，其特征在于，步骤为：/n获取历史用电数据；/n将所述历史用电数据带入正态分布函数进行衍生拓展，得出符合正态分布的历史用电数据，将符合正态分布的历史用电数据作为拓展衍生得出的数据，历史用电数据与拓展衍生得出的数据共同作为用电负荷数据；/n将用电负荷数据划分成训练集与验证集；/n将训练集数据作为输入带入预设结构的模型，以输入固定时间的实际负荷作为输出进行训练，并在训练过程中带入验证集数据进行验证，得到预测模型；/n将一个时间段的用电负荷数据带入预测模型，得出下一个时间段的用电负荷预测结果。/n

【技术特征摘要】
1.一种基于数据衍生的电力负荷预测方法，其特征在于，步骤为：
获取历史用电数据；
将所述历史用电数据带入正态分布函数进行衍生拓展，得出符合正态分布的历史用电数据，将符合正态分布的历史用电数据作为拓展衍生得出的数据，历史用电数据与拓展衍生得出的数据共同作为用电负荷数据；
将用电负荷数据划分成训练集与验证集；
将训练集数据作为输入带入预设结构的模型，以输入固定时间的实际负荷作为输出进行训练，并在训练过程中带入验证集数据进行验证，得到预测模型；
将一个时间段的用电负荷数据带入预测模型，得出下一个时间段的用电负荷预测结果。


2.根据权利要求1所述的基于数据衍生的电力负荷预测方法，其特征在于，
所述正态分布函数为：



其中，x为历史用电数据，μ为历史用电数据的平均数，σ为标准差，f(x)为正态分布函数。


3.根据权利要求1所述的基于数据衍生的电力负荷预测方法，其特征在于，所述历史用电数据与拓展衍生得出的数据共同作为用电负荷数据之后还包括对用电负荷数据进行预处理。


4.根据权利要求3所述的基于数据衍生的电力负荷预测方法，其特征在于，所述对用电负荷数据进行预处理包括:
对历史用电数据去除噪声、进行数据优化；
获取历史用电数据时间段内的气象信息、节假日信息与重大事件的日期并进行标记；
根据标记情况对历史用电数据进行包括但不限于去冗余、缺失值均值插补、数据标准化的处理。


5.根据权利要求1所述的基于数据衍生的电力负荷预测方法，其特征在于，所述将训练集数据作为输入...

【专利技术属性】
技术研发人员：毛永泉，庄斌，唐新忠，李天杰，李迪，于志远，高立忠，王艳如，马明明，杜晔，
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电力科学研究院，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