一种基于供电企业大数据模型库的用电预测方法技术

本发明专利技术涉及一种基于供电企业大数据模型库的用电预测方法，包括以下步骤：S1：调用用电预测模型库中的用电预测模型；S2：获取训练数据对用电预测模型进行训练，实现用电预测模型库模型版本的更新；S3：利用训练完成的用电预测模型进行用电预测；用电预测模型库包括数据预处理模型、短期负荷预测模型和空间负荷预测模型，数据预处理模型包括数据清洗模块、数据标准化模块和数据降噪模块，短期负荷预测模型包括基础预测模型、支持向量机预测模型、LTSM神经网络预测模型和台区聚类负荷预测模型，空间负荷预测模型用于对供电区域内未来电力负荷的大小和位置进行预测，与现有技术相比，本发明专利技术具有预测准确及时等优点。

【技术实现步骤摘要】
一种基于供电企业大数据模型库的用电预测方法
本专利技术涉及电力信息化技术，尤其是涉及一种基于供电企业大数据模型库的用电预测方法。
技术介绍
大型供电企业有大量的业务数据的积累，最近几年也逐渐认识到了数据的重要性，开展了很多大数据相关项目的建设。但是，在电力系统中利用大数据技术进行数据分析和建模是一个难点，技术门槛高，虽然整合了大量的用户和电网运行数据，但是数据应用和建模能力严重不足。当前随着大数据时代的到来，大型供电企业大数据分析和建模管理的需求越来越显著，随着业务的开展，各种通用和专用的模型数量巨大，需要不断迭代更新，设计、训练模型都需要花费巨大的人力，发挥电力数据分析模型的价值，持续迭代、管理和发布使用模型就非常重要。用电预测是基于多元用电数据，利用大数据挖掘和机器学习方法，在满足一定精度的情况下确定未来某特定时段的用电负荷情况。用电预测是中低压配网规划、运行、节能管理等方面的重要工作之一，提高用电预测技术水平，有利于中低压配网的节能运行管理和错峰调度，有利于合理安排配电网规划建设，有利于综合能源服务公司购售电业务。因此，用本文档来自技高网...

【技术保护点】
1.一种基于供电企业大数据模型库的用电预测方法，其特征在于，包括以下步骤：/nS1：调用用电预测模型库中的用电预测模型；/nS2：获取训练数据对用电预测模型进行训练，实现用电预测模型库模型版本的更新；/nS3：利用训练完成的用电预测模型进行用电预测；/n所述的用电预测模型库包括数据预处理模型、短期负荷预测模型和空间负荷预测模型，所述的数据预处理模型包括数据清洗模块、数据标准化模块和数据降噪模块，所述的短期负荷预测模型包括基础预测模型、支持向量机预测模型、LTSM神经网络预测模型和台区聚类负荷预测模型，所述的空间负荷预测模型用于对供电区域内未来电力负荷的大小和位置进行预测。/n

【技术特征摘要】
1.一种基于供电企业大数据模型库的用电预测方法，其特征在于，包括以下步骤：
S1：调用用电预测模型库中的用电预测模型；
S2：获取训练数据对用电预测模型进行训练，实现用电预测模型库模型版本的更新；
S3：利用训练完成的用电预测模型进行用电预测；
所述的用电预测模型库包括数据预处理模型、短期负荷预测模型和空间负荷预测模型，所述的数据预处理模型包括数据清洗模块、数据标准化模块和数据降噪模块，所述的短期负荷预测模型包括基础预测模型、支持向量机预测模型、LTSM神经网络预测模型和台区聚类负荷预测模型，所述的空间负荷预测模型用于对供电区域内未来电力负荷的大小和位置进行预测。


2.根据权利要求1所述的一种基于供电企业大数据模型库的用电预测方法，其特征在于，所述的数据预处理模型的输入变量包括影响因素数据和历史负荷数据，所述的影响因素数据包括星期类型、月份、总体时间距离、气象值、历史气象变化值，所述的历史负荷数据包括历史负荷值。


3.根据权利要求2所述的一种基于供电企业大数据模型库的用电预测方法，其特征在于，所述的总体时间距离的表达式为：
ADt＝d-t0
其中，ADt为预测日d总体时间距离，d为预测日日期，t0为标度时间距离用的起始时间；
所述的气象值的表达式为：



其中，Weathert为预测日d的气象值集合，wi,j第i个气象类型在该日第j个时点的气象值；
所述的历史气象变化值的表达式为：



其中，Weatherdif(t)为预测日d的历史气象变化值集合，wdi,j为第i个气象类型在预测日第j个时点的值与前一日第j个时点的值作差分得到的气象变化值，所述的气象类型包括温度、湿度、气压和风速。


4.根据权利要求1所述的一种基于供电企业大数据模型库的用电预测方法，其特征在于，所述的数据预处理模型用于对历史负荷值进行数据预处理，所述的数据清洗模块筛选出历史负荷值中的异常数据，并通过带权重的插值法对异常数据进行修正，所述的数据标准化模块通过离差标准化法对数据清洗后的历史负荷值进行标准化，所述的数据降噪模块通过小波变换阈值去噪对标准化后的历史负荷值进行降噪处理；
所述的筛选出历史负荷值中的异常数据依据的公式表达式为：
P(|Lk,t-μk|＞3σk)≤0.003
其中，Lk,t为第k个台区在t时点的负荷值，μk为第k个台区负荷的均值，σk为第k个台区负荷的标准差，当负荷值数据与平均值的偏差超过三倍标准差时，判断该数据为异常值。


5.根据权利要求2所述的一种基于供电企业大数据模型库的用电预测方法，其特征在于，所述的基础预测模型的预测步骤包括：
11)计算历史各日与待预测日的相似程度；
12)将相似程度归一化处理；
13)将历史...

【专利技术属性】
技术研发人员：郭乃网，解梁军，宋岩，沈泉江，吴裔，王彬彬，杨栋，陈开能，
申请(专利权)人：国网上海市电力公司，华东电力试验研究院有限公司，星环信息科技上海有限公司，
类型：发明
国别省市：上海;31