用于电力负荷预测的方法、终端及存储介质技术

本发明专利技术提供一种用于电力负荷预测的方法、终端及存储介质。该方法包括：获取用户的历史用电数据和用电环境信息；其中，所述历史用电数据包括用电时段、用电设备和各用电设备的用电量；所述用电环境信息包括：指定日的气候信息和/或指定日的日期类型；对所述历史用电数据和所述用电环境信息进行预处理，并进行分类得到预测数据；根据所述预测数据建立两个或两个以上电力负荷灰色预测模型，以用于电力负荷预测；其中，所述电力负荷灰色预测模型包括总耗电量预测模型、各类设备耗电量预测模型和各项耗电量预测模型。本发明专利技术能够提高电力负荷预测的精确度。测的精确度。测的精确度。

【技术实现步骤摘要】
用于电力负荷预测的方法、终端及存储介质


[0001]本专利技术涉及能源管理
，尤其涉及一种用于电力负荷预测的方法、终端及存储介质。

技术介绍

[0002]电力工业是国家在能源领域的重大基础行业，电力是国民经济的命脉，对于我国经济建设、国家安全、社会稳定、生活质量具有至关重要的作用。提高负荷控制管理的服务水平，不仅可以为用户节省用电费用，还可以指导用户合理用电。因此，建设系统应通过对用户用电的动态进行实时监测，根据用户的用电需求有效地预测用电负荷。
[0003]电力负荷受到很多如温度、历史负荷、用电日期等因素的影响，存在较强的不确定性和非线性特征，增加了负荷预测的难度，造成短期负荷预测结果精度偏低。目前短期负荷预测方法主要有回归分析法、时间序列法、人工神经网络法等，这些传统的预测方法优点在于技术成熟算法简单，但是，存在预测精度不高的问题。

技术实现思路

[0004]本专利技术实施例提供了一种用于电力负荷预测的方法、终端及存储介质，以解决现有电力负荷预测方案精度不高的问题。
[0005]第一方面，本专利技术实施例提供了一种用于电力负荷预测的方法，包括：
[0006]获取用户的历史用电数据和用电环境信息；其中，所述历史用电数据包括用电时段、用电设备类型和各用电设备的用电量；所述用电环境信息包括：指定日的气候信息和/或指定日的日期类型；
[0007]对所述历史用电数据和所述用电环境信息进行预处理，并进行分类得到预测数据；
[0008]根据所述预测数据建立两个或两个以上电力负荷灰色预测模型，以用于电力负荷预测；其中，所述电力负荷灰色预测模型包括总耗电量预测模型、各类设备耗电量预测模型和各项耗电量预测模型。
[0009]在一种可能的实现方式中，所述进行分类得到预测数据，包括：
[0010]按照所述用电环境信息对所述历史用电数据进行分类，确定初始分类用电数据；
[0011]按照所述用电时段，或者，所述用电数段和用电设备对各初始分类用电数据中各用电设备的用电量进行分类，确定预测数据。
[0012]在一种可能的实现方式中，所述按照所述用电环境信息对所述历史用电数据进行分类，确定初始分类用电数据，包括：
[0013]当用电环境信息包括：指定日的气候信息和指定日的日期类型时，按照所述指定日的日期类型对所述历史用电数据进行分类，确定基础分类用电数据；
[0014]根据所述指定日的气候信息对所述基础分类用电数据进行分类，确定初始分类数据。
[0015]在一种可能的实现方式中，所述根据所述预测数据建立两个或两个以上电力负荷灰色预测模型包括：
[0016]确定目标电力负荷灰色预测模型的原始负荷序列；
[0017]对所述原始负荷序列进行累加生成累加生成序列；
[0018]以所述原始负荷序列作为GM(1，1)建模序列，并用1
‑
AGO生成一阶累加生成序列；
[0019]根据所述一阶累加生成序列及最小二乘法得到未知参数A的最小二乘近似解，并得到GM(1，1)模型的时间响应函数模型；
[0020]根据所述时间响应函数模型进行累减还原，确定所述目标电力负荷灰色预测模型；其中，所述目标电力负荷灰色预测模型包括总耗电量预测模型、各类设备耗电量预测模型和各项耗电量预测模型中一项或多项。
[0021]在一种可能的实现方式中，在所述确定所述目标电力负荷灰色预测模型之后，还包括：
[0022]根据所述原始负荷序列中的用电量与对应的预测值进行后验差检验。
[0023]在一种可能的实现方式中，所述确定目标电力负荷灰色预测模型的原始负荷序列，包括：
[0024]确定用电设备的总用电量为总耗电量预测模型的原始负荷序列；
[0025]确定各用电设备的用电量为对应的各项耗电量预测模型的原始负荷序列；
[0026]根据用电设备的用途对所述用电设备类型进行聚类，并基于各类中设备的总用电量为对应的各类设备耗电量预测模型的原始负荷序列。
[0027]在一种可能的实现方式中，所述对所述历史用电数据和所述用电环境信息进行预处理，包括：
[0028]计算各用电设备的用电量与对应的平均值之间的第一偏差值；
[0029]在所述偏差值的绝对值大于设定阈值时用对应的平均值代替。
[0030]在一种可能的实现方式中，所述对所述历史用电数据和所述用电环境信息进行预处理，包括：
[0031]计算用电设备的总用电量与对应的平均值之间的第一偏差值；
[0032]在所述偏差值的绝对值大于设定阈值时用对应的平均值代替。
[0033]在一种可能的实现方式中，所述获取用户的历史用电数据和用电环境信息，包括：
[0034]按照预设时间间隔获取各用电设备的用电量作为历史用电数据。
[0035]第二方面，本专利技术实施例提供了一种用于电力负荷预测的装置，包括：
[0036]获取模块，用于获取用户的历史用电数据和用电环境信息；其中，所述历史用电数据包括用电时段、用电设备类型和各用电设备的用电量；所述用电环境信息包括：指定日的气候信息和/或指定日的日期类型；
[0037]数据处理模块，用于对所述历史用电数据和所述用电环境信息进行预处理，并进行分类得到预测数据；
[0038]模型建立模块，用于根据所述预测数据建立两个或两个以上电力负荷灰色预测模型，以用于电力负荷预测；其中，所述电力负荷灰色预测模型包括总耗电量预测模型、各类设备耗电量预测模型和各项耗电量预测模型。
[0039]第三方面，本专利技术实施例提供了一种终端，包括存储器、处理器以及存储在所述存
储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上第一方面或第一方面的任一种可能的实现方式所述方法的步骤。
[0040]第四方面，本专利技术实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上第一方面或第一方面的任一种可能的实现方式所述方法的步骤。
[0041]本专利技术实施例提供一种用于电力负荷预测的方法、终端及存储介质，通过获取用户的历史用电数据和用电环境信息，对历史用电数据和用电环境信息进行预处理，并进行分类得到预测数据。为建立多种电力负荷灰色预测模型提供数据基础。其中，历史用电数据包括用电时段、用电设备类型和各用电设备的用电量。用电环境信息包括：指定日的气候信息和/或指定日的日期类型。根据预测数据建立两个或两个以上电力负荷灰色预测模型，以用于电力负荷预测。综合考虑了在不同用电环境信息下用电设备用电量存在差异，基于用电环境信息建立针对性的预测模型，提高预测精确度。
附图说明
[0042]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于电力负荷预测的方法，其特征在于，包括：获取用户的历史用电数据和用电环境信息；其中，所述历史用电数据包括用电时段、用电设备类型和各用电设备的用电量；所述用电环境信息包括：指定日的气候信息和/或指定日的日期类型；对所述历史用电数据和所述用电环境信息进行预处理，并进行分类得到预测数据；根据所述预测数据建立两个或两个以上电力负荷灰色预测模型，以用于电力负荷预测；其中，所述电力负荷灰色预测模型包括总耗电量预测模型、各类设备耗电量预测模型和各项耗电量预测模型。2.根据权利要求1所述的方法，其特征在于，所述进行分类得到预测数据，包括：按照所述用电环境信息对所述历史用电数据进行分类，确定初始分类用电数据；按照所述用电时段，或者，所述用电数段和用电设备对各初始分类用电数据中各用电设备的用电量进行分类，确定预测数据。3.根据权利要求2所述的方法，其特征在于，所述按照所述用电环境信息对所述历史用电数据进行分类，确定初始分类用电数据，包括：当用电环境信息包括：指定日的气候信息和指定日的日期类型时，按照所述指定日的日期类型对所述历史用电数据进行分类，确定基础分类用电数据；根据所述指定日的气候信息对所述基础分类用电数据进行分类，确定初始分类数据。4.根据权利要求1所述的方法，其特征在于，根据所述预测数据建立两个或两个以上电力负荷灰色预测模型包括：确定目标电力负荷灰色预测模型的原始负荷序列；对所述原始负荷序列进行累加生成累加生成序列；以所述原始负荷序列作为GM(1，1)建模序列，并用1
‑
AGO生成一阶累加生成序列；根据所述一阶累加生成序列及最小二乘法得到未知参数A的最小二乘近似解，并得到GM(1，1)模型的时间响应函数模型...

【专利技术属性】
技术研发人员：陈蕾，陶鹏，任鹏，张洋瑞，赵俊鹏，王洪莹，
申请(专利权)人：国家电网有限公司，
类型：发明
国别省市：