基于电力大数据的预测模型建立方法及电网负荷调度方法技术

本发明专利技术提供了一种基于电力大数据的预测模型建立方法，包括获取各个行业的用电数据；计算各个行业的月度产能利用率、月度用电增长率、年度产能利用率和年度用电增长率；建立各个行业的预测模型。本发明专利技术还公开了一种包括所述基于电力大数据的预测模型建立方法的电网负荷调度方法。本发明专利技术方法基于预测模型，准确预测售电量，再根据行业售电市场变化趋势，分析最大负荷利用小时数变化，从而准确预测电网负荷，合理安排发电计划，有序调度电网负荷，提高电力系统稳定性及供电可靠率。因此，本发明专利技术方法的可靠性高、时效性好且准确性较好。

【技术实现步骤摘要】
基于电力大数据的预测模型建立方法及电网负荷调度方法
本专利技术属于电力系统领域，具体涉及一种基于电力大数据的预测模型建立方法及电网负荷调度方法。
技术介绍
随着经济技术的发展和人们生活水平的提高，电能已经成为了人们生产和生活中必不可少的二次能源，给人们的生产和生活带来了无尽的便利。售电预测是电力系统的重要研究领域之一。通过对售电的预测，电网能够判断当前的用电趋势，从而为后续的负荷预测、电网调度等技术环节提供数据支持和支撑。目前，售电预测，一般根据各行业产能利用率进行分析判断。但目前产能利用率的计算，基础数据统计难度较大，且数据严重滞后(一般滞后1个季度左右)，导致产能利用率及售电市场预测时滞性严重、预测准确性较低。另外，不利于预判电网负荷趋势，不利于科学安排发电计划及电网负荷调度，影响电网供电可靠性及稳定性。
技术实现思路
本专利技术的目的之一在于提供可靠性高、时效性好且准确性较好的基于电力大数据的预测模型建立方法。本专利技术的目的之二在于提供一种包括了所述基于电力大数据的预测模型建立方法的电网负荷调度方法。本专利技术提供的这种基于电力大数据的预测模型建立方法，包括如下步骤：S1.获取各个行业的用电数据；S2.采用步骤S1获取的用电数据，计算各个行业的月度产能利用率、月度用电增长率、年度产能利用率和年度用电增长率；S3.根据步骤S2得到的各个行业的月度产能利用率、月度用电增长率、年度产能利用率和年度用电增长率，建立各个行业的预测模型。步骤S1所述的获取各个行业的用电数据，具体包括各个行业在各个时段的用户数、报装容量和用电量。步骤S2所述的月度产能利用率，具体为采用如下算式计算月度产能利用率ηm：式中Mm为对应行业的月度用电量，单位为万千瓦时；Z为对应行业的装机容量，单位为千万；Dm为每月天数。步骤S2所述的年度产能利用率，具体为采用如下算式计算年度产能利用率ηy：式中My为对应行业的年度用电量，单位为万千瓦时；Z为对应行业的装机容量，单位为千万；Dy为每年天数。步骤S3所述的建立各个行业的预测模型，具体为采用如下步骤建立各个行业的预测模型：A.获取对应行业的月度产能利用率、月度用电增长率、年度产能利用率和年度用电增长率指标；B.根据行业的月度产能利用率和年度产能利用率，分别计算得到当前行业的月度产能预测得分和年度产能预测得分；C.根据行业的月度用电增长率和年度用电增长率，分别计算得到当前行业的月度用电预测得分和年度用电预测得分；D.根据得到的当前行业的月度产能预测得分和年度产能预测得分，以及当前行业的月度用电预测得分和年度用电预测得分，计算得到当前行业的月度综合预测得分和年度综合预测得分；E.重复上述步骤，直至所有行业的月度综合预测得分和年度综合预测得分均计算完成，从而得到完整的各个行业的预测模型。步骤B所述的计算得到当前行业的月度产能预测得分和年度产能预测得分，具体为采用如下规则进行计算：若月度产能利用率≤10％，则月度产能预测得分为20分；若10％＜月度产能利用率≤20％，则月度产能预测得分为40分；若20％＜月度产能利用率≤30％，则月度产能预测得分为60分；若30％＜月度产能利用率≤40％，则月度产能预测得分为80分；若月度产能利用率＞40％，则月度产能预测得分为100分；若年度产能利用率≤10％，则年度产能预测得分为20分；若10％＜年度产能利用率≤20％，则年度产能预测得分为40分；若20％＜年度产能利用率≤30％，则年度产能预测得分为60分；若30％＜年度产能利用率≤40％，则年度产能预测得分为80分；若年度产能利用率＞40％，则年度产能预测得分为100分。步骤C所述的计算得到当前行业的月度用电预测得分和年度用电预测得分，具体为采用如下规则进行计算：月度用电预测得分＝(月度用电增长率-1)×100，且若月度用电预测得分小于0，则月度用电预测得分直接修正为0分；若月度用电预测得分大于100分，则月度用电预测得分直接修正为100；年度用电预测得分＝(年度用电增长率-1)×100，且若年度用电预测得分小于0，则年度用电预测得分直接修正为0分；若年度用电预测得分大于100分，则年度用电预测得分直接修正为100。步骤D所述的计算得到当前行业的月度综合预测得分和年度综合预测得分，具体为采用如下算式计算得到月度综合预测得分和年度综合预测得分：月度综合预测得分＝月度用电预测得分×a1+月度产能预测得分×a2年度综合预测得分＝年度用电预测得分×b1+年度产能预测得分×b2式中a1、a2、b1和b2均为加权系数，且a1+a2＝1，b1+b2＝1。本专利技术还公开了一种包括了所述基于电力大数据的预测模型建立方法的调度方法，具体还包括如下步骤：S4.根据步骤S3建立各个行业的预测模型，对电网负荷进行月度调度，或者对电网负荷进行年度调度。采用如下步骤进行电网调度：(1)根据步骤S3的预测模型得到的预测结果，预判总售电量；(2)根据各个行业的变化趋势，判断最大负荷利用小时数变化情况；(3)根据步骤S1的得到总售电量，以及步骤(2)得到的最大负荷利用小时数变化情况，预测电网负荷；(4)根据步骤(3)得到的电网负荷，进行电网调度。本专利技术提供的这种基于电力大数据的预测模型建立方法及电网负荷调度方法，通过获取各个行业的用电数据，计算各个行业的月度产能利用率、月度用电增长率、年度产能利用率和年度用电增长率，实时掌握行业的用电变化趋势，建立行业预测模型，使得预测模型更为准确和可靠。同时，基于预测模型，准确预测售电量，再根据行业变化趋势，分析最大负荷利用小时数变化，从而准确预测电网负荷，合理安排发电计划，有序调度电网负荷，提高电力系统稳定性及供电可靠率。因此，本专利技术方法的可靠性高、时效性好且准确性较好。附图说明图1为本专利技术的模型建立方法的方法流程示意图。图2为本专利技术的调度方法的方法流程示意图。具体实施方式如图1所示为本专利技术的模型建立方法的方法流程示意图：本专利技术提供的这种基于电力大数据的预测模型建立方法，包括如下步骤：S1.获取各个行业的用电数据；具体包括各个行业在各个时段的用户数、报装容量和用电量等；S2.采用步骤S1获取的用电数据，计算各个行业的月度产能利用率、月度用电增长率、年度产能利用率和年度用电增长率；在具体实施时，采用如下算式计算月度产能利用率ηm：式中Mm为对应行业的月度用电量，单位为万千瓦时；Z为对应行业的装机容量，单位为千万；Dm为每月天数；采用如下算式计算年度产能利用率ηy：式中My为对应行业的年度用电量，单位为万千瓦时；Z为对应行业的装机容量，单位为千万；Dy为每年天数；S3.本文档来自技高网...

【技术保护点】
1.一种基于电力大数据的预测模型建立方法，包括如下步骤：/nS1.获取各个行业的用电数据；/nS2.采用步骤S1获取的用电数据，计算各个行业的月度产能利用率、月度用电增长率、年度产能利用率和年度用电增长率；/nS3.根据步骤S2得到的各个行业的月度产能利用率、月度用电增长率、年度产能利用率和年度用电增长率，建立各个行业的预测模型。/n

【技术特征摘要】
1.一种基于电力大数据的预测模型建立方法，包括如下步骤：
S1.获取各个行业的用电数据；
S2.采用步骤S1获取的用电数据，计算各个行业的月度产能利用率、月度用电增长率、年度产能利用率和年度用电增长率；
S3.根据步骤S2得到的各个行业的月度产能利用率、月度用电增长率、年度产能利用率和年度用电增长率，建立各个行业的预测模型。


2.根据权利要求1所述的基于电力大数据的预测模型建立方法，其特征在于步骤S1所述的获取各个行业的用电数据，具体包括各个行业在各个时段的用户数、报装容量和用电量。


3.根据权利要求1或2所述的基于电力大数据的预测模型建立方法，其特征在于步骤S2所述的月度产能利用率，具体为采用如下算式计算月度产能利用率ηm：



式中Mm为对应行业的月度用电量，单位为万千瓦时；Z为对应行业的装机容量，单位为千万；Dm为每月天数。


4.根据权利要求3所述的基于电力大数据的预测模型建立方法，其特征在于步骤S2所述的年度产能利用率，具体为采用如下算式计算年度产能利用率ηy：



式中My为对应行业的年度用电量，单位为万千瓦时；Z为对应行业的装机容量，单位为千万；Dy为每年天数。


5.根据权利要求4所述的基于电力大数据的预测模型建立方法，其特征在于步骤S3所述的建立各个行业的预测模型，具体为采用如下步骤建立各个行业的预测模型：
A.获取对应行业的月度产能利用率、月度用电增长率、年度产能利用率和年度用电增长率指标；
B.根据行业的月度产能利用率和年度产能利用率，分别计算得到当前行业的月度产能预测得分和年度产能预测得分；
C.根据行业的月度用电增长率和年度用电增长率，分别计算得到当前行业的月度用电预测得分和年度用电预测得分；
D.根据得到的当前行业的月度产能预测得分和年度产能预测得分，以及当前行业的月度用电预测得分和年度用电预测得分，计算得到当前行业的月度综合预测得分和年度综合预测得分；
E.重复上述步骤，直至所有行业的月度综合预测得分和年度综合预测得分均计算完成，从而得到完整的各个行业的预测模型。


6.根据权利要求5所述的基于电力大数据的预测模型建立方法，其特征在于步骤B所述的计算得到当前行业的月度产能预测得分和年度产能预测得分，具体为采用如下规则进行计算：
若月度产能利用率≤10％，则月度产能预测得分为20分；
若10％＜月度产能利用率≤20％，则月度产...

【专利技术属性】
技术研发人员：罗益珍，阳立斌，梁夏涛，曾伟，
申请(专利权)人：国网湖南省电力有限公司，国网湖南省电力有限公司娄底供电分公司，国家电网有限公司，
类型：发明
国别省市：湖南;43