一种基于电力大数据的居民制冷取暖需求评估方法技术

本发明专利技术提供一种基于电力大数据的居民制冷取暖需求评估方法，包括以下步骤：A、获取气温及用户用电量数据；B、根据步骤A获取的用电量数据，修复缺失电量数据；C、根据步骤B修复后的数据，计算居民制冷取暖特征指标；D、根据步骤C计算的特征指标，评估居民制冷取暖需求。本发明专利技术所提的基于电力大数据的居民制冷取暖需求分析方法，可为社区居民健康管理及电力需求侧响应提供数据依据。侧响应提供数据依据。侧响应提供数据依据。

An evaluation method of residential cooling and heating demand based on power big data

【技术实现步骤摘要】
一种基于电力大数据的居民制冷取暖需求评估方法


[0001]本专利技术涉及电力大数据应用
，具体是一种基于电力大数据的居民制冷取暖需求评估方法。

技术介绍

[0002]当气温过高或过低时，居民一般会采用空调、取暖器等进行制冷或取暖，由于存在生活习惯、个体差异，不同的人群对温度的敏感程度不同。通过电力大数据分析居民的制冷取暖需求，可为电力部门制定需求侧响应计划，社区居民健康管理等提供有力的数据支撑。
[0003]申请号为202010983412.7的中国专利技术专利“一种空调负荷提取的方法”从总体的负荷数据中，提取出由空调类设备产生的负荷数据；而确定空调类负荷对总体负荷的影响程度，再制定实际方法来控制这类负荷的变化。申请号为20171006445.5的中国专利“取暖装置与取暖系统”提供了一种取暖装置与取暖系统，包括暖气片、循环水泵、换热锅炉、温控器、逆变器等。
[0004]现有的涉及制冷、取暖的相关专利，申请号为202010983412.7的专利，主要针对的是宏观层面的空调负荷提取方法，不涉及居民个人层面的制冷与取暖，申请号为20171006445.5的专利主要涉及一种取暖装置。上述两个专利均不涉及居民制冷取暖需求的量化分析，无法对居民制冷取暖需求进行量化，从而不能为社区居民健康管理及电力需求侧响应提供数据依据。

技术实现思路

[0005]针对现有技术存在的上述不足，本专利技术提供一种基于电力大数据的居民制冷取暖需求评估方法，可对居民制冷取暖需求进行量化，为社区居民健康管理及电力需求侧响应提供数据依据。
[0006]本专利技术采用的技术方案为：
[0007]一种基于电力大数据的居民制冷取暖需求评估方法，包括以下步骤：
[0008]A、获取气温及用户用电量数据；
[0009]B、根据步骤A获取的用电量数据，修复缺失电量数据；
[0010]C、根据步骤B修复后的数据，计算居民制冷取暖特征指标；
[0011]D、根据步骤C计算的特征指标，评估居民制冷取暖需求。
[0012]进一步的，步骤A获取气温及用户用电量数据，具体包括：
[0013]假设分析的时间范围为{D1,D2,
…
,D
n
}，从天气网站获取每日的最高气温记为每日的最低气温记为从用电信息采集系统获取用户的日用电量，假设用户集合为{1,2,
…
I}，则用户i在第D
j
天的日用电量记为其中i属于集合{1,2,
…
I}，I为大于等于3的正整数，累计用电量记为
[0014]进一步的，步骤B中根据步骤A获取的数据，修复缺失电量数据，具体为：
[0015]用户i在第D
j
天的日用电量则对进行修复，令
[0016]进一步的，步骤C中根据步骤B修复后的数据，计算居民制冷取暖特征指标，具体为：居民制冷取暖特征指标包括频次特征指标和程度特征指标，
[0017]其中所述频次特征指标包括高温制冷频次特征指标和低温取暖频次特征指标，计算过程如下：
[0018]在分析的时间范围{D1,D2,
…
,D
n
}内，完成如下的计算：
[0019]若则令SG＝SG+1，其中SG的初始值为0；
[0020]若则令SD＝SD+1，其中SD的初始值为0；
[0021]其中TGY为高温阈值，TDY为低温阈值，SG为高温天数，SD为低温天数；
[0022]若用户i的基础日用电量为B
i
，对于第D
j
天：
[0023]若且则令否则令同时令高温制冷频次特征指标PGZ
i
＝PGZ
i
+1，其中PGZ
i
的初始值为0；
[0024]若且则令否则令同时低温取暖令频次特征指标PDZ
i
＝PDZ
i
+1，其中PDZ
i
的初始值为0；
[0025]其中K
G
为高温系数，K
D
为低温系数，PGZ
i
为用户i的高温制冷频次特征指标，PDZ
i
为用户i的低温取暖频次特征指标；为用户i在第D
j
天的制冷标志，当时表示第D
j
天有制冷；为用户i在第D
j
天的取暖标志，当时表示第D
j
天有取暖；
[0026]其中所述程度特征指标包括制冷需求程度特征指标和取暖需求程度特征指标，计算过程如下：
[0027]在分析时间范围{D1,D2,
…
,D
n
}内，对于用户i，若则用电量纳入制冷用电量集合GW，其中GW
i
＝{GW
i,1
,GW
i,2
,
…
,GW
i,Q
}，若则用电量纳入取暖用电量集合DW，其中DW
i
＝{DW
i,1
,DW
i,2
,
…
,DW
i,M
}，采用如下方法计算制冷需求和取暖需求程度特征指标：
[0028]制冷需求程度特征指标：
[0029]取暖需求程度特征指标：
[0030]进一步的，步骤D中根据步骤C计算的特征指标，评估居民制冷取暖需求，具体为：
[0031]1)制冷需求评估
[0032]综合考虑高温制冷频次特征指标和制冷需求程度特征指标，计算制冷需求指数
ZSG
i
，其中w1+w2＝1，指数越大表明制冷需求越大；
[0033]2)取暖需求评估
[0034]综合考虑低温取暖频次特征指标和取暖需求程度特征指标，计算取暖需求指数ZSD
i
，其中w1+w2＝1，指数越大表明取暖需求越大。
[0035]本专利技术提供一种基于电力大数据的居民制冷取暖需求评估方法，通过获取用户用电量数据，对缺失用电量数据进行修复，从频次和程度两个方面来计算居民制冷取暖特征指标，基于特征指标计算制冷需求指数和取暖需求指数，对制冷取暖需求进行量化评估，当指数越高时表明制冷或取暖需求越高。通过量化评估居民制冷或取暖需求，可对居民的制冷取暖需求进行画像，为社区居民健康管理及电力需求侧响应提供数据依据。
附图说明
[0036]图1是本专利技术一种基于电力大数据的居民制冷取暖需求评估方法其中一个实施例的流程示意图。
具体实施方式
[0037]下面将结合本专利技术中的附图，对本专利技术中的技术方案进行清楚、完整地描述。
[0038]请参阅图1，为本专利技术一种基于电力大数据的居民制冷取暖需求评估方法其中一个实施例的流程示意图，所述方法包括以下步骤：
[0039]A、获取气温及用户用电量数据，具体包括：
[0040]假设分析的时间范本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于电力大数据的居民制冷取暖需求评估方法，其特征在于包括以下步骤：A、获取气温及用户用电量数据；B、根据步骤A获取的用电量数据，修复缺失电量数据；C、根据步骤B修复后的数据，计算居民制冷取暖特征指标；D、根据步骤C计算的特征指标，评估居民制冷取暖需求。2.如权利要求1所述的一种基于电力大数据的居民制冷取暖需求评估方法，其特征在于：步骤A获取气温及用户用电量数据，具体包括：假设分析的时间范围为{D1,D2,
…
,D
n
}，从天气网站获取每日的最高气温记为每日的最低气温记为从用电信息采集系统获取用户的日用电量，假设用户集合为{1,2,
…
I}，则用户i在第D
j
天的日用电量记为其中i属于集合{1,2,
…
I}，I为大于等于3的正整数，累计用电量记为3.如权利要求2所述的一种基于电力大数据的居民制冷取暖需求评估方法，其特征在于：步骤B中根据步骤A获取的数据，修复缺失电量数据，具体为：用户i在第D
j
天的日用电量则对进行修复，令4.如权利要求3所述的一种基于电力大数据的居民制冷取暖需求评估方法，其特征在于：步骤C中根据步骤B修复后的数据，计算居民制冷取暖特征指标，具体为：居民制冷取暖特征指标包括频次特征指标和程度特征指标，其中所述频次特征指标包括高温制冷频次特征指标和低温取暖频次特征指标，计算过程如下：在分析的时间范围{D1,D2,
…
,D
n
}内，完成如下的计算：若则令SG＝SG+1，其中SG的初始值为0；若则令SD＝SD+1，其中SD的初始值为0；其中TGY为高温阈值，TDY为低温阈值，SG为高温天数，SD为低温天数；若用户i的基础日用电量为B
i
，对于第D
j
天：若且则令否则令同时令高温制冷频次特征指标PGZ
i
＝PGZ
i
+1，其中PGZ
i
的初始值为0；若且则令否则令同时低温取...

【专利技术属性】
技术研发人员：唐泽洋，崔一铂，孔巾娇，柯姗姗，汪雪琼，凌在汛，陈孝明，蔡万里，舒欣，王晋，饶玮，刘畅，刘鸣柳，桑田，孙秉宇，王文烁，唐雨萌，黎春梅，
申请(专利权)人：国网湖北省电力有限公司国网湖北省电力有限公司荆州供电公司国网湖北省电力有限公司营销服务中心计量中心湖北省疾病预防控制中心湖北省预防医学科学院黄冈市黄州区疾病预防控制中心，
类型：发明
国别省市：