基于大数据的电力负荷预测方法及系统技术方案

本申请提供的基于大数据的电力负荷预测方法及系统，将第二耗电量视为由检测设备记录和电流消耗信息记录联动生成，并在用电情况解析过程中，参考第二耗电量和由检测设备记录的第一耗电量，评估出第一耗电量的负荷特征数据，从而能够在后续损耗量和正常消耗量筛选过程中，结合第一耗电量及其负荷特征数据尽可能地削弱电流消耗信息记录所导致的干扰，进而能够提高损耗量和正常消耗量的准确性，这样一来，能够准确地对电力负荷进行预测。能够准确地对电力负荷进行预测。能够准确地对电力负荷进行预测。

【技术实现步骤摘要】
基于大数据的电力负荷预测方法及系统


[0001]本申请涉及数据预测
，具体而言，涉及基于大数据的电力负荷预测方法及系统。

技术介绍

[0002]大数据，或称巨量资料，指的是所涉及的资料量规模巨大到无法透过主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。
[0003]现目前，电力资源已经是人们不可缺少的一种能源资源了，在生活中每时每刻都会需要到电力资源，但是，电力负荷过大时，可能会导致设备的损坏，因此，亟需一种技术方案对电力负荷进行预测。

技术实现思路

[0004]为改善相关技术中存在的技术问题，本申请提供了基于大数据的电力负荷预测方法及系统。
[0005]第一方面，提供一种基于大数据的电力负荷预测方法，所述方法至少包括：获得整流负荷的功率因数、用电负荷数据和所述整流负荷的功率因数中每个用电情况的目标用电量；其中，所述每个用电情况包括携带有关联关系的第一用电情况和第二用电情况，所述用电负荷数据包括所述第一用电情况与所述第二用电情况之间的第一耗电量和第二耗电量，所述第一耗电量由检测设备记录，所述第二耗电量由检测设备记录和电流消耗信息记录联动生成，且所述目标用电量包括损耗量和正常消耗量；结合所述整流负荷的功率因数和所述用电负荷数据，评估得到解析结果；其中，所述解析结果包括所述第一耗电量的负荷特征数据；结合所述第一耗电量和所述负荷特征数据，对所述损耗量和所述正常消耗量进行筛选，得到筛选后的损耗量和筛选后的正常消耗量。
[0006]在一种独立实施的实施例中，所述结合所述整流负荷的功率因数和所述用电负荷数据，评估得到解析结果，包括：结合所述第一用电情况和所述第二用电情况的用电情况表达，确定所述第一用电情况与所述第二用电情况之间的表达关联数据，并结合所述第一耗电量将所述第一用电情况中时刻进行映射，确定所述第一用电情况中时刻在所述第二用电情况中的第一映射区域；结合所述第一映射区域在所述表达关联数据中探索，得到目标关联数据；结合所述目标关联数据、所述第一耗电量和所述第二耗电量，确定所述解析结果。
[0007]在一种独立实施的实施例中，所述结合所述目标关联数据、所述第一耗电量和所述第二耗电量，确定所述解析结果，包括：结合所述目标关联数据进行压缩，得到第一压缩描述，并结合所述第一耗电量和所述第二耗电量进行压缩，得到第二压缩描述；结合所述第一压缩描述和所述第二压缩描述，评估确定所述解析结果。
[0008]在一种独立实施的实施例中，所述目标用电量还包括第一遮挡，所述第一遮挡用于表示所述用电情况中的记录电流数据，所述解析结果还包括偏置度集和所述第一遮挡的遮挡检验数据，所述偏置度集包括所述用电情况中各时刻的偏置度；所述结合所述第一耗
电量和所述负荷特征数据，对所述损耗量和所述正常消耗量进行筛选，得到筛选后的损耗量和筛选后的正常消耗量，包括：结合所述第一遮挡、所述遮挡检验数据和所述偏置度集进行拼接，得到关键数据集，并结合所述负荷特征数据对第一映射区域进行检验，得到检验区域；其中，所述关键数据集包括所述用电情况中各时刻的关键程度，所述第一映射区域为所述第一用电情况中时刻结合所述第一耗电量映射在所述第二用电情况的特征描述区域；结合所述检验区域和所述关键数据集，筛选确定所述筛选后的损耗量和所述筛选后的正常消耗量。
[0009]在一种独立实施的实施例中，所述负荷特征数据包括所述第一用电情况中时刻的检验结果，所述结合所述负荷特征数据对第一映射区域进行检验，得到检验区域，包括：将所述第一用电情况中时刻的检验结果添加所述时刻在所述第二用电情况中的第一映射区域，确定所述时刻的检验区域。
[0010]在一种独立实施的实施例中，所述结合所述第一遮挡、所述遮挡检验数据和所述偏置度集进行拼接，得到关键数据集，包括：结合所述遮挡检验数据对所述第一遮挡进行检验，得到检验遮挡；其中，所述检验遮挡包括所述用电情况中时刻与记录电流数据的关联程度，且所述关联程度与所述用电情况中时刻属于记录电流数据的倾向度成正比；结合所述偏置度集和所述检验遮挡进行拼接，确定所述关键数据集。
[0011]在一种独立实施的实施例中，所述解析结果还包括第一结果，所述第一结果由电流消耗信息记录；在所述结合所述第一耗电量和所述负荷特征数据，对所述损耗量和所述正常消耗量进行筛选，得到筛选后的损耗量和筛选后的正常消耗量之后，所述方法还包括：结合所述筛选后的损耗量和所述筛选后的正常消耗量，获得筛选后的第一耗电量，并结合所述第一结果和所述筛选后的第一耗电量，得到筛选后的第二耗电量；结合所述筛选后的第一耗电量和所述筛选后的第二耗电量，得到筛选后的用电负荷数据，并结合所述筛选后的损耗量和筛选后的正常消耗量，得到筛选后的目标用电量；再次执行所述结合所述整流负荷的功率因数和所述用电负荷数据，评估得到解析结果的步骤以及后续步骤。
[0012]在一种独立实施的实施例中，所述结合所述筛选后的损耗量和所述筛选后的正常消耗量，获得筛选后的第一耗电量，包括：结合所述筛选后的损耗量、所述筛选后的正常消耗量和所述第一用电情况中时刻的特征描述区域进行映射，确定所述第一用电情况中时刻映射在所述第二用电情况的第二映射区域；结合所述第一用电情况中时刻映射在所述第二用电情况的第二映射区域和所述第一用电情况中时刻在所述第二用电情况中的对应区域之间的异常，确定所述筛选后的第一耗电量；其中，所述对应区域为在假设检测设备未记录的基础上，所述第一用电情况中时刻所属的矩阵节点映射在所述第二用电情况的特征描述区域。
[0013]在一种独立实施的实施例中，所述结合所述第一结果和所述筛选后的第一耗电量，得到筛选后的第二耗电量，包括：将所述第一结果和所述筛选后的第一耗电量加权处理，确定所述筛选后的第二耗电量。
[0014]第二方面，提供一种基于大数据的电力负荷预测系统，包括互相之间通信的处理器和存储器，所述处理器用于从所述存储器中读取计算机程序并执行，以实现上述的方法。
[0015]本申请实施例所提供的基于大数据的电力负荷预测方法及系统，获得整流负荷的功率因数、用电负荷数据和整流负荷的功率因数中每个用电情况的目标用电量，且每个用
电情况包括携带有关联关系的第一用电情况和第二用电情况，用电负荷数据包括第一用电情况与第二用电情况之间的第一耗电量和第二耗电量，第一耗电量由检测设备记录，第二耗电量由检测设备记录和电流消耗信息记录联动生成，目标用电量包括损耗量和正常消耗量，在此基础上，再基于整流负荷的功率因数和用电负荷数据，评估得到解析结果，且解析结果包括第一耗电量的负荷特征数据，并基于第一耗电量和负荷特征数据，对损耗量和正常消耗量进行筛选，得到筛选后的损耗量和筛选后的正常消耗量。将第二耗电量视为由检测设备记录和电流消耗信息记录联动生成，并在用电情况解析过程中，参考第二耗电量和由检测设备记录的第一耗电量，评估出第一耗电量的负荷特征数据，从而能够在后续损耗量和正常消耗量筛选过程中，结合第一耗电量及其负荷特征数据尽可能地削弱电流消耗信息记录所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的电力负荷预测方法，其特征在于，所述方法至少包括：获得整流负荷的功率因数、用电负荷数据和所述整流负荷的功率因数中每个用电情况的目标用电量；其中，所述每个用电情况包括携带有关联关系的第一用电情况和第二用电情况，所述用电负荷数据包括所述第一用电情况与所述第二用电情况之间的第一耗电量和第二耗电量，所述第一耗电量由检测设备记录，所述第二耗电量由检测设备记录和电流消耗信息记录联动生成，且所述目标用电量包括损耗量和正常消耗量；结合所述整流负荷的功率因数和所述用电负荷数据，评估得到解析结果；其中，所述解析结果包括所述第一耗电量的负荷特征数据；结合所述第一耗电量和所述负荷特征数据，对所述损耗量和所述正常消耗量进行筛选，得到筛选后的损耗量和筛选后的正常消耗量。2.根据权利要求1所述的方法，其特征在于，所述结合所述整流负荷的功率因数和所述用电负荷数据，评估得到解析结果，包括：结合所述第一用电情况和所述第二用电情况的用电情况表达，确定所述第一用电情况与所述第二用电情况之间的表达关联数据，并结合所述第一耗电量将所述第一用电情况中时刻进行映射，确定所述第一用电情况中时刻在所述第二用电情况中的第一映射区域；结合所述第一映射区域在所述表达关联数据中探索，得到目标关联数据；结合所述目标关联数据、所述第一耗电量和所述第二耗电量，确定所述解析结果。3.根据权利要求2所述的方法，其特征在于，所述结合所述目标关联数据、所述第一耗电量和所述第二耗电量，确定所述解析结果，包括：结合所述目标关联数据进行压缩，得到第一压缩描述，并结合所述第一耗电量和所述第二耗电量进行压缩，得到第二压缩描述；结合所述第一压缩描述和所述第二压缩描述，评估确定所述解析结果。4.根据权利要求3所述的方法，其特征在于，所述目标用电量还包括第一遮挡，所述第一遮挡用于表示所述用电情况中的记录电流数据，所述解析结果还包括偏置度集和所述第一遮挡的遮挡检验数据，所述偏置度集包括所述用电情况中各时刻的偏置度；所述结合所述第一耗电量和所述负荷特征数据，对所述损耗量和所述正常消耗量进行筛选，得到筛选后的损耗量和筛选后的正常消耗量，包括：结合所述第一遮挡、所述遮挡检验数据和所述偏置度集进行拼接，得到关键数据集，并结合所述负荷特征数据对第一映射区域进行检验，得到检验区域；其中，所述关键数据集包括所述用电情况中各时刻的关键程度，所述第一映射区域为所述第一用电情况中时刻结合所述第一耗电量映射在所述第二用电情况的特征描述区域；结合所述检验区域和所述关键数据集，筛选确定所述筛选后的损耗量和所述筛选后的正常消耗量。5.根据权利要求4所述的方法，其特征在于，所...

【专利技术属性】
技术研发人员：董超，陈晓峰，刘双，姚俊虎，
申请(专利权)人：上海蓝色帛缔智能工程有限公司，
类型：发明
国别省市：