一种基于用电客户历史用电数据实现表码预测的方法技术

本发明专利技术涉及一种基于用电客户历史用电数据实现表码预测的方法，属于电能计量数据分析处理技术领域。该方法包括获取表码缺失信息、筛选历史表码数据、有功表码变化率计算及分区间统计、有功表码

【技术实现步骤摘要】
一种基于用电客户历史用电数据实现表码预测的方法


[0001]本专利技术属于电能计量数据分析处理
，具体涉及一种基于用电客户历史用电数据实现表码预测的方法，特别涉及一种基于用电客户历史用电数据，通过回归分析实现用电客户一段时间内(一般不超过24个小时)表码预测的方法。

技术介绍

[0002]电力企业通过计量自动化系统与远程通信技术的配合，实现多功能电子式电能表中电量、电压、电流、功率和功率因数等数据的采集，以用于企业内部的电费结算和数据分析等工作。然而随着数字智能电网的建设，电力企业发现先前的数据采集模式越来越不能满足日常生产和业务管理等方面的要求，因此，也在逐步提高采集的数据量和频次，以实现更深层次业务场景的数据应用。
[0003]受到电能量采集装置和通信通道稳定性的影响，经常造成计量自动化系统中相关用电客户表码、功率等数据缺失，从而影响电力企业相关工作的正常进行。目前现存的大多表码/电量数据预测方法都是对用电客户的日电量或月电量进行预测，针对用电客户一段时间内(一般不超过24个小时)表码数据进行预测的方法较少，由于大多数用电客户24小时内的用电情况随时间变化较为明显，在采用大部分预测方法对用电客户小时表码/电量进行预测时经常发生无法预测或预测结果与实际用电情况偏差较大的问题，导致实际使用时该预测数据不能很好地指导电力企业日常生产工作的开展。
[0004]在一定时间段内，大多数客户的用电设备相对固定，而表码及用电量又与用电设备的使用情况联系紧密，因此专利技术一种基于用电客户历史用电数据，通过回归分析实现用电客户表码数据预测的方法，以解决电力企业在生产过程中遇到的实际问题。

技术实现思路

[0005]本专利技术目的是为了克服现有技术的不足，解决用电客户一段时间内(一般不超过24个小时)表码数据预测方法较少，部分方法不能很好地预测出用电客户各小时内的用电情况或预测电量与实际偏差较大的问题，提供一种基于用电客户历史用电数据实现表码预测的方法，该方法基于用电客户历史用电数据通过回归分析，提高用电客户电量预测准确度和实用性。
[0006]为实现上述目的，本专利技术采用的技术方案如下：
[0007]一种基于用电客户历史用电数据实现表码预测的方法，包括如下步骤：
[0008]步骤一，获取表码缺失信息：通过计量自动化系统获取一段时间内用电客户表码数据缺失的信息；
[0009]步骤二，筛选历史表码数据：通过计量自动化系统获取用电客户历史表码数据，并根据用电客户当前表码数据缺失信息对历史表码数据进行筛选；
[0010]步骤三，有功表码变化率计算及分区间统计：对筛选出的用电客户历史表码数据进行有功表码变化率K值的计算及分区间统计，得到各区间段内K值的数量；
[0011]步骤四，有功表码
‑
时间曲线及对应的回归分析方程判断：根据得到的K值统计结果，判断出历史数据对应有功表码
‑
时间曲线的类型，并得到其对应的回归分析方程；
[0012]步骤五，求解回归分析方程参数：求解回归分析方程，得到回归分析方程中的未知变量；
[0013]步骤六，求解历史数据时间对应的预测有功表码：根据得到的回归方程，求解历史数据时间对应的表码，作为有功预测表码；
[0014]步骤七，计算并判断预测数据偏离度：计算数据偏离度，根据数据偏离度，对得到的线性回归方程进行验证，若满足条件则继续进行下一步，若不满足则从步骤二开始重新选择数据进行计算，直至满足条件为止；
[0015]步骤八，计算有功表码：根据历史数据时间对应的有功预测表码，计算小时电量增加值，然后计算当前各时刻用电客户缺失的有功表码数据；
[0016]步骤九，计算无功表码：根据用户用电的平均功率因数，计算当前各时刻用电客户缺失的无功表码数值；
[0017]步骤十，表码输出：对得到的用电客户缺失的有功、无功表码数据进行标记，并输出至计量自动化系统，以便于后期进行相关数据的确认和追溯。
[0018]进一步，优选的是，步骤一的具体方法为：通过计量自动化系统查询该时间段内的n组表码数据，24≥n≥3为(T1，W1，Q1)，(T2，无
，
无)，
……
，(T
n
‑1，无，无)，(T
n
，W
n
，Q
n
)，T
n
为24h制表示的整点时刻，当T
n
‑1＞T
n
时，则T
n
数据需在原值基础上加24h，其中T2至T
n
‑1时段内无对应表码数据。
[0019]进一步，优选的是，步骤二的具体方法为：首先计算出ΔT时间段内的有功电量ΔW，ΔT＝T
n
‑
T1，ΔW＝W
n
‑
W1；
[0020]然后再通过计量自动化系统查询该用电客户的历史表码数据信息，并筛选出n组连续数据，24≥n≥3，即(T1’
，W1’
，Q1’
)，(T2’
，W2’
，Q2’
)，
……
，(T
n
’
，W
n
’
，Q
n
’
)，T
n
’
为24h制表示的整点时刻，当T
n
‑1’
＞T
n
’
时，则T
n
’
数据需在原值基础上加24h，使得ΔT
′
＝T
′
n
‑
T1′
＝ΔT，ΔW
′
＝W
′
n
‑
W1′
的取值满足1.05ΔW＞ΔW
’
＞0.95ΔW的要求，且ΔW
’
与ΔW最为接近。
[0021]进一步，优选的是，步骤三的具体方法为：将T1’
，T2’
，
……
，T
n
’
时刻对应的有功表码值代入公式计算得到有功表码变化率值K(1)，K(2)，
……
，K(n
‑
2)，将得到的K值划分为三个区间段即：K＞1.05，1.05≥K≥0.95和K＜0.95，并分别统计位于三个区间段内K值的数量。
[0022]进一步，优选的是，步骤四的具体方法为：
[0023](1)当位于K＜0.95区间的K值数量大于等于总数的80％时，则回归分析方程为
[0024](2)当位于K＞1.05区间的K值数量大于等于总数的80％时，则回归分析方程为
[0025](3)其他情况下，回归分析方程为进一步，优选的是，步骤七中，若得到的偏离度都小于等于1％，则该回归方程满足条件，若不满足，则从步骤二开始重新选
择数据进行计算，直至得到满足条件的结果。
[0026]本本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于用电客户历史用电数据实现表码预测的方法，其特征在于，包括如下步骤：步骤一，获取表码缺失信息：通过计量自动化系统获取一段时间内用电客户表码数据缺失的信息；步骤二，筛选历史表码数据：通过计量自动化系统获取用电客户历史表码数据，并根据用电客户当前表码数据缺失信息对历史表码数据进行筛选；步骤三，有功表码变化率计算及分区间统计：对筛选出的用电客户历史表码数据进行有功表码变化率K值的计算及分区间统计，得到各区间段内K值的数量；步骤四，有功表码
‑
时间曲线及对应的回归分析方程判断：根据得到的K值统计结果，判断出历史数据对应有功表码
‑
时间曲线的类型，并得到其对应的回归分析方程；步骤五，求解回归分析方程参数：求解回归分析方程，得到回归分析方程中的未知变量；步骤六，求解历史数据时间对应的预测有功表码：根据得到的回归方程，求解历史数据时间对应的表码，作为有功预测表码；步骤七，计算并判断预测数据偏离度：计算数据偏离度，根据数据偏离度，对得到的线性回归方程进行验证，若满足条件则继续进行下一步，若不满足则从步骤二开始重新选择数据进行计算，直至满足条件为止；步骤八，计算有功表码：根据历史数据时间对应的有功预测表码，计算小时电量增加值，然后计算当前各时刻用电客户缺失的有功表码数据；步骤九，计算无功表码：根据用户用电的平均功率因数，计算当前各时刻用电客户缺失的无功表码数值；步骤十，表码输出：对得到的用电客户缺失的有功、无功表码数据进行标记，并输出至计量自动化系统，以便于后期进行相关数据的确认和追溯。2.根据权利要求1所述的基于用电客户历史用电数据实现表码预测的方法，其特征在于，步骤一的具体方法为：通过计量自动化系统查询该时间段内的n组表码数据，24≥n≥3为(T1，W1，Q1)，(T2，无，无)，
……
，(T
n
‑1，无，无)，(T
n
，W
n
，Q
n
)，T
n
为24h制表示的整点时刻，当T
n
‑1＞T
n
时，则T
n
数据需在原值基础上加24h，其中T2至T
n
‑1时段内无对应表码数据。3.根据权利要求2所述的基于用电客户历史用电数据实现表码预测的方法，其特征在于，步骤二的具体方法为：首先计算出ΔT时间段内的有功电量ΔW，ΔT＝T
n
‑
T1，ΔW＝W
n
‑
W1；然后再通过计量自动化系统查询该用电客户的历史表码数据信息，并筛选出n组连续数据，24≥n≥3，即(T1’
，W1’
，Q1’
)，(T2’
，W2’
，Q2’
)，
……
，(T
n
’
，W
n
’
，Q
n
’
)，T
n
’
为24h制表示的整点时刻，当T
n
‑1’
＞T
n
’
时，则T
n
’
数据需在原值基础上加24h，使得Δ...

【专利技术属性】
技术研发人员：李腾斌，钟尧，刘清蝉，林聪，杨光润，龚斐，朱葛，陈勇，高翔，常军超，梁佳麟，杨绍鹏，钱春应，杨庚，时孟评，唐光玉，
申请(专利权)人：云南电网有限责任公司，
类型：发明
国别省市：