一种非居民用户日电量波动的预测方法及系统技术方案

本发明专利技术提供一种非居民用户日电量波动的预测方法及系统，包括，步骤S1，获取待预测用户所在区域的气象数据、历史计量电量数据、档案数据及日期数据；步骤S2，统计与每小时的历史小时电量对应的前一周同一时刻电量、前一天同一时刻电量及前24小时平均电量；选取与每小时的历史电量相对应的温度观测数据；步骤S3，将所述温度观测数据、日期数据、前一周同一时刻电量、前一天同一时刻电量及前24小时平均电量作为输入变量输入预设的电量预测模型，获得每小时的待预测用户总电量；步骤S4，确定日电量波动趋势并对日电量波动进行预测。本发明专利技术实现日电量的波动预测，为电费日结算提供有效的判断依据，提升工作效率，同时也提高了异常工单的有效筛查率。的有效筛查率。的有效筛查率。

【技术实现步骤摘要】
一种非居民用户日电量波动的预测方法及系统


[0001]本专利技术涉及计算机
，特别是涉及一种非居民用户日电量波动的预 测方法及系统。

技术介绍

[0002]目前，营销管理系统的电费核算业务都集中在月初1至5日开展，主要为 月核算形式，由于该业务的高时效性及高并发性，使得核算人员需要保持高度 紧张，在如此高强度及高度紧张的工作环境下，势必会对工作效率及核算工单 的误筛滤造成一定的影响，如何将集中在月初的月核算工作前移至按日进行是 当前急需解决的问题。
[0003]为了解决上诉问题，需要一种对非居民用户日电量波动预测方法，面向电 量采集频率较高的非居民用户，根据其历史用电数据，结合气象因素，通过相 关性分析寻找用户用电特点，实现日电量的波动预测，为电费日结算提供有效 的判断依据，将集中在月初的核算业务分摊在每日进行，有效释放人力，提升 工作效率，同时也提高了异常工单的有效筛查率。

技术实现思路

[0004]本专利技术的目的在于，提出一种非居民用户日电量波动的预测方法，解决现 有方法中月核算工单效率低且异常工单识别准确度本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种非居民用户日电量波动的预测方法，其特征在于，包括以下步骤：步骤S1，获取待预测用户所在区域的气象数据、待预测用户的历史计量电量数据、待预测用户的档案数据及日期数据；步骤S2，选取所述历史计量电量数据中待预测用户每小时的历史电量，并统计与每小时的历史小时电量对应的前一周同一时刻电量、前一天同一时刻电量及前24小时平均电量；从所述气象数据中选取与每小时的历史电量相对应的温度观测数据；步骤S3，将所述温度观测数据、日期数据、前一周同一时刻电量、前一天同一时刻电量及前24小时平均电量作为输入变量输入预设的电量预测模型，获得每小时的待预测用户总电量；步骤S4，根据一天内的每小时的待预测用户总电量确定日电量波动趋势，并根据日电量波动趋势对日电量波动进行预测。2.如权利要求1所述的方法，其特征在于，所述步骤S1包括：根据预设的时间节点采集待预测用户所在区域的干球温度、露点温度，保存为气象数据；根据预设的时间节点采集待预测用户电量值，保存为历史计量电量数据；将预设的时间节点作为温度或电量的采样时间属性、预设的时间节点所在星期属性及对应节假日属性，保存为日期数据。3.如权利要求2所述的方法，其特征在于，在步骤S3中，所述预设的电量预测模型具体包括：L(t)＝B(t)+W(T)+S(t)+V(t)其中，L(t)表示时刻t的待预测用户总电量；B(t)表示时刻t的基本正常电量分量；W(T)表示天气敏感电量分量，即时刻t对应的温度观测数据；S(t)表示时刻t的特别条件电量分量；V(t)表示时刻t的随机电量分量；t表示时间节点。4.如权利要求3所述的方法，其特征在于，所述时刻t的基本正常电量分量通过以下公式表示：B(t)＝X(t)
×
Z(t)其中，X(t)表示线性变化模型电量分量；Z(t)表示周期变化模型电量分量。5.如权利要求4所述的方法，其特征在于，所述线性变化模型电量分量通过以下公式表示：X(t)＝a+b
·
t+ε其中，a表示与b相邻的电量值；b表示t时刻的电量值；t表示时间节点；ε表示误差修正值。6.如权利要求5所述的方法，其特征在于，所述周期变化模型电量分量通过以下公式表示：
其中，Z(t)表示周期变化模型电量分量；n表示过去日电量的总天数；Z
i
(t)表示第i天第t小时的电量变化系数；L
i
(t)表示一天中各小时的电量；表示当天的日平均电量；i表示第i天；t表示第t小时，即时间节点。7.一种非居民用户日电量波动的预...

【专利技术属性】
技术研发人员：王海涛，付婷婷，黄公跃，林思远，薛冰，刘家学，孙梦龙，董佩纯，林冰虹，黎怡均，陈辉，陈敏，成坤，庄婉铃，耿博，黄安子，陈华锋，陈琳，林磊，
申请(专利权)人：深圳供电局有限公司，
类型：发明
国别省市：