智慧城市政府供电调控方法、物联网系统、装置及介质制造方法及图纸

本说明书实施例提供一种智慧城市政府供电调控方法、物联网系统、装置及介质，该方法由政府供电调控管理平台执行。该方法包括：获取目标区域未来时间段的天气特征、目标区域未来时间段的时间事件特征以及目标区域当前时间段的基础经济发展特征；基于上述特征，通过用电预测模型预测目标区域未来时间段的人均生活用电量；基于目标区域未来时间段的人均生活用电量，确定目标区域未来时间段的供电策略。该物联网系统包括依次交互的用户平台、政府服务平台、政府供电调控管理平台、政府传感网络平台和对象平台。该方法通过智慧城市政府供电调控装置实现。该方法还通过计算机可读存储介质存储的计算机指令被读取后运行。质存储的计算机指令被读取后运行。质存储的计算机指令被读取后运行。

【技术实现步骤摘要】
智慧城市政府供电调控方法、物联网系统、装置及介质


[0001]本说明书涉及物联网与云平台领域，特别涉及一种智慧城市政府供电调控方法、物联网系统、装置及介质。

技术介绍

[0002]在能源供给端绿色转型和消费端电气化比例提升的共同作用下，电力供应不足的问题可能长期持续。这需要加快电力市场化改革，通过价格机制引导供需更好匹配。随着信息科学技术的发展，云平台的概念及其在物联网中的应用被越来越多的人提及。因此，可以利用物联网平台提供高效合理的政府供电调控方法。
[0003]因此，希望可以提供一种智慧城市政府供电调控方法、物联网系统、装置及介质。利用物联网与云平台，确定准确的供电策略并合理地向市民发放用电补贴。实现更科学的政府供电调控，促使市民节约用能，减少电力供应缺口，降低电力供应的压力。

技术实现思路

[0004]
技术实现思路
包括一种智慧城市政府供电调控方法。所述智慧城市政府供电调控方法包括：获取目标区域未来时间段的天气特征、所述目标区域未来时间段的时间事件特征以及所述目标区域当前时间段的基础经济发展特征；基于所述目标区域未来时间段的天气特征、所述目标区域未来时间段的时间事件特征以及所述目标区域当前时间段的基础经济发展特征，通过用电预测模型预测所述目标区域未来时间段的人均生活用电量；基于所述目标区域未来时间段的人均生活用电量，确定所述目标区域未来时间段的供电策略。
[0005]在一些实施例中，所述用电预测模型通过训练过程获取，所述训练过程包括：获取多个训练样本及其标签，所述多个训练样本包括所述目标区域历史未来时间段的天气特征、所述目标区域历史未来时间段的时间事件特征以及所述目标区域历史当前时间段的基础经济发展特征，所述标签包括历史未来时间段的实际人均生活用电量；以及基于所述多个训练样本训练初始用电预测模型，得到所述用电预测模型。
[0006]在一些实施例中，所述用电预测模型的输入还包括所述目标区域未来时间段由于疫情导致隔离的人数。
[0007]在一些实施例中，所述方法还包括，基于所述目标区域未来时间段的人均生活用电量，确定所述目标区域未来时间段的目标供电策略，所述基于所述目标区域未来时间段的人均生活用电量，确定所述目标区域未来时间段的目标供电策略包括：获取多组所述目标区域未来时间段的供电策略，作为候选供电策略；基于每一组所述候选供电策略、所述目标区域未来时间段的人均生活用电量，通过效果预测模型预测所述每一组所述候选供电策略对应的缩减率；基于所述每一组所述候选供电策略对应的缩减率，确定所述目标区域未来时间段的目标供电策略。
[0008]在一些实施例中，所述效果预测模型通过训练过程获取，所述训练过程包括：获取多个训练样本及其标签，所述多个训练样本包括历史未来时间段的供电策略、所述目标区
域历史未来时间段的人均生活用电量，所述标签包括历史未来时间段的实际缩减率；以及基于所述多个训练样本训练初始效果预测模型，得到所述效果预测模型。
[0009]在一些实施例中，所述效果预测模型的输入还包括所述目标区域当前时间段的基础经济发展特征。
[0010]在一些实施例中，所述获取目标区域未来时间段的天气特征、所述目标区域未来时间段的时间事件特征以及所述目标区域当前时间段的基础经济发展特征包括：所述政府供电调控管理平台通过政府传感网络平台基于对象平台获取所述目标区域未来时间段的天气特征、所述目标区域未来时间段的时间事件特征以及所述目标区域当前时间段的基础经济发展特征；其中，所述对象平台被配置为包括智能电表以及终端设备。
[0011]
技术实现思路
包括一种智慧城市政府供电调控系统，所述系统包括依次交互的用户平台、政府服务平台、政府供电调控管理平台、政府传感网络平台和对象平台，所述政府供电调控管理平台被配置为执行以下操作：获取目标区域未来时间段的天气特征、所述目标区域未来时间段的时间事件特征以及所述目标区域当前时间段的基础经济发展特征；基于所述目标区域未来时间段的天气特征、所述目标区域未来时间段的时间事件特征以及所述目标区域当前时间段的基础经济发展特征，通过用电预测模型预测所述目标区域未来时间段的人均生活用电量；基于所述目标区域未来时间段的人均生活用电量，确定所述目标区域未来时间段的供电策略。
[0012]
技术实现思路
包括一种智慧城市政府供电调控装置，包括处理器，所述处理器用于执行智慧城市政府供电调控方法。
[0013]
技术实现思路
包括一种计算机可读存储介质，所述存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机执行智慧城市政府供电调控方法。
[0014]本专利技术为了克服因电力供应存在缺口，而造成的电力供应压力大的问题，通过预测未来时间段的人均生活用电量，确定准确的预设最高人均生活用电量以及节约单位电量的补贴金额，并合理地向市民发放用电补贴。实现了更科学的政府供电调控，促使市民节约用能，减少电力供应缺口，降低电力供应的压力。并且，通过效果预测模型预测每一组候选供电策略对应的缩减率，进而确定在补贴总金额的阈值的范围内，缩减率最高的目标供电策略。经济高效地降低了电力供应的压力。
附图说明
[0015]本说明书将以示例性实施例的方式进一步说明，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：图1是根据本说明书一些实施例所示的智慧城市政府供电调控的应用场景示意图；图2是根据本说明书一些实施例所示的智慧城市政府供电调控系统的示例性平台结构图；图3是根据本说明书一些实施例所示的政府供电调控方法的示例性流程图；图4是根据本说明书一些实施例所示的确定目标区域未来时间段的目标供电策略方法的示例性流程图；
图5是根据本说明书一些实施例所示的用电预测模型结构的示意图；图6是根据本说明书一些实施例所示的疫情预测模型结构的示意图；图7是根据本说明书一些实施例所示的效果预测模型结构的示意图；图中，100为应用场景，110为处理设备，120为网络，130为存储设备，140为智能电表，150为供电企业，160为终端设备，160
‑
1为智能手机，160
‑
2为平板电脑，160
‑
3为笔记本电脑，200为智慧城市政府供电调控系统，210为用户平台，220为政府服务平台，230为政府供电调控管理平台，240为政府传感网络平台，250为对象平台，500为用电预测模型结构，510
‑
1为目标区域未来时间段的天气特征，510
‑
2为目标区域未来时间段的时间事件特征，510
‑
3为目标区域当前时间段的基础经济发展特征，510
‑
4为目标区域未来时间段由于疫情导致隔离的人数，520为用电预测模型，530为目标区域未来时间段的人均生活用电量，540为第一训练样本，550为初始用电预测模型，600为疫情预测模型结构，610
‑
1为新冠病毒病原学检测阳性者人数，610
‑
2为无症状本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智慧城市政府供电调控方法，其特征在于，所述方法由政府供电调控管理平台执行，所述方法包括：获取目标区域未来时间段的天气特征、所述目标区域未来时间段的时间事件特征以及所述目标区域当前时间段的基础经济发展特征；基于所述目标区域未来时间段的天气特征、所述目标区域未来时间段的时间事件特征以及所述目标区域当前时间段的基础经济发展特征，通过用电预测模型预测所述目标区域未来时间段的人均生活用电量；基于所述目标区域未来时间段的人均生活用电量，确定所述目标区域未来时间段的供电策略。2.根据权利要求1所述的方法，其特征在于，所述用电预测模型通过训练过程获取，所述训练过程包括：获取多个训练样本及其标签，所述多个训练样本包括所述目标区域历史未来时间段的天气特征、所述目标区域历史未来时间段的时间事件特征以及所述目标区域历史当前时间段的基础经济发展特征，所述标签包括历史未来时间段的实际人均生活用电量；以及基于所述多个训练样本训练初始用电预测模型，得到所述用电预测模型。3.根据权利要求1所述的方法，其特征在于，所述用电预测模型的输入还包括所述目标区域未来时间段由于疫情导致隔离的人数。4.根据权利要求1所述的方法，其特征在于，所述方法还包括，基于所述目标区域未来时间段的人均生活用电量，确定所述目标区域未来时间段的目标供电策略，所述基于所述目标区域未来时间段的人均生活用电量，确定所述目标区域未来时间段的目标供电策略包括：获取多组所述目标区域未来时间段的供电策略，作为候选供电策略；基于每一组所述候选供电策略、所述目标区域未来时间段的人均生活用电量，通过效果预测模型预测所述每一组所述候选供电策略对应的缩减率；基于所述每一组所述候选供电策略对应的缩减率，确定所述目标区域未来时间段的目标供电策略。5.根据权利要求4所述的方法，其特征在于，所述效果预测模型通过训练过程获取，所述训练过程包括：获取多个训练样本及其标签，所述多个训练样本包括历史未来时间段的供电策略、所述...

【专利技术属性】
技术研发人员：邵泽华，向海堂，权亚强，李勇，魏小军，
申请(专利权)人：成都秦川物联网科技股份有限公司，
类型：发明
国别省市：