一种基于人工智能的电力负荷识别与预测方法技术

本发明专利技术为一种基于人工智能的电力负荷识别与预测方法，包括建立负荷识别模型并训练；根据用户历史用电负荷曲线将用户划分为多个用户组；给每个用户组建立组负荷预测模型；给每个用户组的组负荷预测模型建立训练集；利用训练集对组负荷预测模型进行训练；建立总负荷预测模型并进行训练；利用负荷识别模型进行负荷识别；利用组负荷预测模型预测各个用户组的电力负荷并根据实际电力负荷进行参数调整；利用总负荷预测模型预测所有用户的总电力负荷并根据实际总电力负荷进行参数调整。本发明专利技术的优点是：以电力识别结果为电力预测基础，提高了电力负荷预测的准确性；设有两个组负荷预测模型，提高了组负荷预测模型自学习的容错能力。力。力。

【技术实现步骤摘要】
一种基于人工智能的电力负荷识别与预测方法


[0001]本专利技术涉及电力负荷检测领域，尤其涉及一种基于人工智能的电力负荷识别与预测方法。

技术介绍

[0002]电力负荷，又称用电负荷，是电能用户的用电设备在某一时刻向电力系统取用的电功率的总和。电力负荷的预测对于电网的正常运行有着重要意义。
[0003]对于每一个电能用户，在不考虑线损的情况下，其电力负荷即为其使用的电器功率的总和，因此用户的电力负荷识别结果对于电力负荷预测有着积极作用。但现有的电力负荷预测方案并没有考虑到对电力负荷进行识别，仅仅是以历史电力负荷数据、气象数据等对预测模型进行训练，导致预测结果误差较大。

技术实现思路

[0004]本专利技术主要解决了现有电力预测结果误差较大问题，提供了一种对用户电力负荷进行识别，并以识别结果进行电力负荷预测的基于人工智能的电力负荷识别与预测方法。
[0005]本专利技术解决其技术问题所采用的技术方案是，一种基于人工智能的电力负荷识别与预测方法，包括以下步骤：S1：建立负荷识别模型并训练；S2：根据用户历史用电负荷曲本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的电力负荷识别与预测方法，其特征是：包括以下步骤：S1：建立负荷识别模型并训练；S2：根据用户历史用电负荷曲线将用户划分为多个用户组；S3：给每个用户组建立组负荷预测模型；S4：给每个用户组的组负荷预测模型建立训练集，训练集包括用户组的历史总用电负荷、对应的时间、温度参数及负荷识别模型识别到的电器类型；S5：利用训练集对组负荷预测模型进行训练；S6：建立总负荷预测模型并进行训练；S7：利用负荷识别模型进行负荷识别；S8：利用组负荷预测模型预测各个用户组的电力负荷并根据实际电力负荷进行参数调整；S9：利用总负荷预测模型预测所有用户的总电力负荷并根据实际总电力负荷进行参数调整。2.根据权利要求1所述的一种基于人工智能的电力负荷识别与预测方法，其特征是：所述步骤S1中，获取不同类型电器接入前后一段时间用户总线处电压、电流及功率信息的波形图并提取时域特征和频域特征组合成某一类电器的稳态特征，利用获得的电器的稳态特征对负荷识别模型进行训练。3.根据权利要求1所述的一种基于人工智能的电力负荷识别与预测方法，其特征是：所述步骤S8中对用户组的电力负荷进行预测时，每个用户组设置两个训练好的组负荷预测模型，分别记为模型A和模型B，模型A和模型B的初始参数相同，用户组的电力负荷预测结果P1=Ax...

【专利技术属性】
技术研发人员：易秀成，伍家翀，吴南章，傅天忆，易冉，
申请(专利权)人：杭州易龙电安科技有限公司，
类型：发明
国别省市：